当前位置: X-MOL首页全球导师 国内导师 › 邵俊明

个人简介

个人背景 受国家留学基金委LMU-CSC(慕尼黑大学-留学基金委)项目资助,于2008年赴德国慕尼黑大学计算机科学系世界著名数据挖掘小组攻读博士学位。在攻读博士期间,主要从事数据挖掘的理论研究极其在脑科学等交叉学科的应用研究,其相关论文发表在数据挖掘的三大顶级会议(ACMSIGKDD,IEEEICDM,SIAMSDM)及权威期刊IEEETKDE上。在数据挖掘理论研究的同时,并致力于将其应用于大脑神经影像及水文水资源等交叉学科领域,取得一批原创性研究成果。论文分别发表在相关领域的权威期刊上,如神经科学权威期刊NeurobiologyofAging(IF=6.189,一区期刊),Brain(IF=10.226,一区期刊);水资源研究领域顶级期刊WaterResearch(IF=5.323,二区)、权威期刊EnvironmentalModelling&Software(IF=4.538,二区)等。两篇研究论文分别被国际数据挖掘ICDM研讨会议组和美国IGIGlobal国际出版社评为“最佳论文奖”。完成博士学位论文“Synchronization-inspiredDataMining”,并于2011年11月提前项目一年左右以最高荣誉(SummaCumLaude,0.7分)通过博士论文答辩获得自然科学博士学位(Dr.rer.Nat.),是慕尼黑大学数据挖掘小组成立以来第二个获此殊荣的博士毕业生。毕业后,在慕尼黑工业大学从事关于脑科学挖掘的交叉学科应用研究。2012年8月,获德国著名的洪堡基金,成为洪堡学者,继续在德国美因茨大学继续从事数据挖掘的理论和实践研究。2013年12月,被电子科技大学引进,在计算机科学与工程学院担任特聘教授,2014年破格评为博士生导师。成立了大数据智能分析和挖掘实验室(http://staff.uestc.edu.cn/shaojunming),隶属于互联网科学中心和大数据研究中心。教育背景2012/12至今电子科技大学计算机科学与工程学院教授2011/082012/12德国美因茨大学计算机系博士后(洪堡学者)2011/112012/07德国慕尼黑工业大学脑科学研究中心博士后2008/092011/11德国慕尼黑大学计算机系数据挖掘中心博士2005/092008/07西北农林科技大学计算机工程学院硕士2001/092005/07西北农林科技大学计算机工程学院学士 主要科研项目: [1].邵俊明等大规模网络挖掘的关键技术及应用研究,四川省青年科技基金(杰青),2016-2019,项目负责人。 [2]邵俊明等,“全空间信息系统与智能设施管理”重点专项,多模态时空对象分析与可视化题,2016-2021,国家重点研究计划,主研。 [3]邵俊明等,大数据环境下基于同步原理的数据流挖掘算法研究,国家自然科学基金青年项目,国家自然科学基金委员会,2015-2017,项目负责人。 [4].邵俊明等,ComplexNetworkAnalysisbySynchronization,德国洪堡基金,2012-2014,项目负责人。 [5].邵俊明,基于同步原理的网络数据挖掘,校科研启动基金,2013-2016,项目负责人。 [6].邵俊明等,大数据结构与关系的度量与简约计算,自然科学基金重点项目,国家自然科学基金委员会,2015-2019,主研。 [7].邵俊明等,基于生物视觉机制的语义图像检索模型及方法,国家自然科学基金面上项目,国家自然科学基金委员会,2010-2012,主研。 [8]邵俊明等,可持续蓄洪库的分类与优化,欧盟INTERREG项目,2008-2012,主研。 [9].邵俊明,ClusteringalgorithmsfortheanalysisofDiffusionTensorImages,国家留学基金委,2008-2011,项目负责人。 [10].邵俊明等,FunctionalconnectivityoftherestingbrainpavesthewayforclinicalfMRI,德国联邦教育及研究部(BMBF)项目,2008-2013,主研。 [11]邵俊明等,IntrinsicFunctionalBrainNetworksinHealthyandDiseasedBrains,Volkswagen基金、老年性痴呆研究项目和慕尼黑工大项目,2007-2014,主研。 教学工作 CurrentCourse:DataMining(数据挖掘)(Spring2015,2016),ComputerScience.UESTCUoG12002:ProbabilityTheoryandMathematicalStatistics(概率论与数理统计,全英文教学)(Fall2014,2015).[10:20-11:55amTue/Thu@A313]

研究领域

小组研究方向主要从事数据挖掘的基础理论研究和应用研究,主要但不仅限于:―基于同步的数据挖据算法研究(聚类、分类、噪声检测)―大数据环境下数据流的算法研究(概念漂移分析和处理、数据流聚类和分类问题)―多源异构网络挖掘(社团挖掘、网络压缩、动态数据分析)―基于数据挖掘的脑科学研究(fMRI/DTI,结构和功能连接分析,多源学习欢迎博士后,博士和硕士生加入数据挖掘实验室。

近期论文

查看导师新发文章 (温馨提示:请注意重名现象,建议点开原文通过作者单位确认)

[1].JunmingShao,XinzuoWang,QinliYang,ClaudiaPlantandChristianBoehm.Synchronization-basedScalableSubspaceClusteringofHigh-dimensionalData,KnowledgeandInformationSystems(KIAS),1-29,2016.[2]JunmingShao,ChenHuang,QinliYang,GuangchunLuo.ReliableSemi-supervisedLearning,TheIEEEInternationalConferenceonDataMining(ICDM),2016.[3]JunmingShao*,QinliYang,Hoang-VuDang,BertilSchmidt,StefanKramer.ScalableClusteringbyIterativePartitioningandPointAttractorRepresentation,ACMTransactionsonKnowledgeDiscoveryfromData(TKDD),2016.[4]JunmingShao*,ZhichaoHan,QinliYang,TaoZhou.CommunityDetectionbasedonDistanceDynamics,Proceedingsofthe21thACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining(KDD),pp.1075-1084.2015.[5]MaoudTahmasian*,JunmingShao,ChunMeng,TimoGrimmer,JanineDiehl-Schmid,BehroozHYousefi,StefanFörster,ValentinRiedl,AlexanderDrzezga,ChristianSorg.Basedonthenetworkdegenerationhypothesis:separatingindividualpatientswithdifferentneurodegenerativesyndromesinapreliminaryhybridPET/MRstudy,JournalofNuclearMedicine,jnumed.115.165464.2015.[6]Shao,J.,Ahmadi,Z.andKramer,S.:Prototype-basedLearningonConcept-driftingDataStreams,Proceedingsofthe20thACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining,pp.412-421.2014.[7].Meng,C.,Brandl,F.,Tahmasian,M.,Shao,J.,Manoliu,A.,Scherr,M.,…&Sorg,C.:Aberranttopologyofstriatum’sconnectivityisassociatedwiththenumberofepisodesindepression,Brain2014:137;598–609.[8].Shao,J.,He,X.,Boehm,C.,Yang,Q.andPlant,C.:Synchronization-inspiredPartitioningandHierarchicalClustering,IEEETransactionsonKnowledgeandDataEngineering,25(4):893-905.2013.[9].Shao,J,Yang,Q,Wohlschlaeger,A,andSorg,C.:InsightintoDisruptedSpatialPatternsofHumanConnectomeinAlzheimer’sDiseaseviaSubgraphMining,InternationalJournalofKnowledgeDiscoveryinBioinformatics,3(1):14-29,2013.[10].Shao,J.,He,X.,Yang,Q.,Plant,C.andBoehm,C.:RobustSynchronization-BasedGraphClustering,17thPacific-AsiaConferenceonKnowledgeDiscoveryandDataMining,249-260,2013.[11].Shao,J:SynchronizationonDataMining,LAPLAMBERTAcademicPublishing,2012.[12].Shao,J.,Myers,N.,Yang,Q.,Feng,J.,Plant,C.,Böhm,C.,Förstl,H.,Kurz,A.,Zimmer,C.,Meng,C.,Riedl,V.,Wohlschläger,A.andSorg,C.:PredictionofAlzheimer’sdiseaseusingindividualstructuralconnectivitynetworks,NeurobiologyofAging,33(12):2756-2765,2012.[13].ShaoJ.,YangQ.,WohlschlaegerA.andSorgC.:DiscoveringAberrantPatternsofHumanConnectomeinAlzheimer’sDiseaseviaSubgraphMining,IEEEInternationalConferenceonDataMining(ICDM),WorkshoponBiologicalDataMininganditsApplicationsinHealthcare(BioDM),pp.86-93,2012.[14].Yang,Q,Shao,J,Scholz,M,Boehm,C,andPlant,C:Multi-labelclassificationmodelforSustainableFloodRetentionBasins,EnvironmentalModelling&Software32(2012):27-36..[15].Shao,J.,Yang,Q.,Boehm,C.andPlant,C.:DetectionofArbitrarilyOrientedSynchronizedClustersinHigh-dimensionalData,IEEEInternationalConferenceonDataMining(ICDM),pp.607-616,2011.[16].Yang,Q,Shao,J,Scholz,M,andPlant,C:FeatureselectionmethodsforcharacterizingandclassifyingadaptiveSustainableFloodRetentionBasins,WaterResearch,45(3):993-1004,2011.[17].Mueller,N.S.,Haegler,K.,Shao,J.,Plant,C.andBoehm,C.:WeightedGraphCompressionforParameter-freeClusteringWithPaCCo,Proceedingsofthe2011SIAMInternationalConferenceonDataMining(SDM),932-943,2011.[18].Boehm,C.,Plant,C.,Shao,J.*andYang,Q.:Clusteringbysynchronization,Proceedingsofthe16thACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining(KDD2010),583-592,2010.[19].Shao,J.,Boehm,C.,Yang,Q.andPlant,C.:SynchronizationBasedOutlierDetection,ProceedingsoftheEuropeanConferenceonMachineLearningandPrinciplesandPracticeofKnowledgeDiscoveryinDatabases(ECML/PKDD2010),245-260,2010.[20].Shao,J.,Hahn,K.,Yang,Q.,Boehm,C.,Wohlschlaeger,A.,Myers,N.andPlant,C.:CombiningTimeSeriesSimilaritywithDensity-BasedClusteringtoIdentifyFiberBundlesintheHumanBrain,ProceedingsofInternationalConferenceonDataMining(ICDM),WorkshoponBiologicalDataMininganditsApplicationsinHealthcare,747-754,2010.(最佳论文奖)

推荐链接
down
wechat
bug