教师主页移动版

姓名：赵天娜 (2) 基本信息 研究方向 学术成果 教学工作 社会兼职 基本信息 性别：女 聘任技术职务：助理研究员 学历：博士研究生毕业 联系电话：000000000000 电子邮箱：zhaotianna@shnu.edu.cn 通讯地址：上师大奉贤区科技楼A917 部门：信息与机电工程学院 学位：工学博士学位 毕业院校：同济大学 办公地址：奉贤校区科技楼A917 荣誉奖励 研究方向 主要研究方向为：人工智能、机器学习、粒计算、三支决策与多标记分类。项目申请人于2022年在“双一流”高校，同济大学计算机科学与技术学科获得博士学位，师从国际粗糙集学会会士（IRSS Fellow）、中国人工智能学会会士（CAAI Fellow）、中国粒计算与知识发现专业委员会荣誉主任委员苗夺谦教授，博士期间专注于粒计算与不确定性分析研究，并完成博士学位论文“面向多标记分类不确定性的数据表示学习”。在此之前，申请人在硕士研究生阶段师从粒计算领域另一位领军人物、粒计算与知识发现专业委员会副主任委员米据生教授，致力于“多伴随模糊粗糙集的属性约简与三支决策”主题研究。此外，申请人与国际知名加拿大皇家科学院院士、粒计算研究领域的杰出科学家Witold Pedrycz院士建立了长期的学术合作关系，在粒计算领域重要学术期刊上合作发表了多项研究成果。下面将从“多标记分类”“粒计算与三支决策”两个方面介绍与本项目相关的研究基础。1.1 多标记分类研究基础在人工智能领域内，针对多标记数据分类中的不确定性问题，申请人聚焦于多标记学习系统中的核心挑战，即特征噪声性和标记监督信息的不完备性所导致的数据表示难题。其研究工作围绕特征关联性挖掘和实例不确定性量化策略展开，特别是在多标记框架下，巧妙运用并深化了粒计算和三支决策等不确定性理论的应用，旨在探究如何利用这些理论来应对诸如特征间相互作用、标记间的复杂依赖关系、标记区分能力以及标记集合完整性等多种不确定性来源。具体而言，申请人不仅关注如何优化数值型标记以增强逻辑型标记的有效性，还通过创新方法论改进了从原始特征空间到多标记空间的映射机制，从而显著提升了多标记分类任务的精确性和泛化能力。这一系列工作构成了对多标记不确定性建模及相应数据表示学习方案的重要探索和贡献。1.2 粒计算与三支决策研究基础申请人在粒计算和三支决策运用方面取得了如下成果：（1）针对多标记中关于损失函数的阈值推理决策方面，提出了三支阈值划分思想，提高了多标记分类模型的分类精度。（2）针对多标记分类中决策推理过程，改进了三支决策的智略思想，从示例的特性挖掘挑选不确定性示例的准则，提高了多标记分类模型的分类精度。相关发表于SCI期刊 International Journal of Approximate Reasoning、Mathematics以及CCF中文推荐期刊智能系统学报。    参与相关项目如下：(1) 国家自然科学基金面上项目：多粒度跨领域文本情感分类研究(No. 61976158, 2020.01-2023.12)（已结题） 学术成果（以下信息源于科研管理系统） 论文 [1] 赵天娜. Multi-granular labels with three-way decisions for multi-label classification. International Journal of Machine Learning and Cybernetics,2023,14(12):3737–3752. 教学工作 教职工课程信息开课学年开课学期课程名称2023-20242线性代数 社会兼职