***6th FCA&GRC 会议报告 1***
【报告题目】：形式背景下的知识粒约简与混合规则提取研究
【报告摘要】：数据的收集与分析的最终目标是认识数据，即是形成概念和规则，指导人们的决策与行为。而概念的产生，是人们认知过程的质变。以概念为组成单元的概念格是FCA中用于数据分析与处理的核心工具，也是一种挖掘关联规则的有效方法。为了更好地理解形式背景和更加快速有效地提取所需知识，本研究结合粒计算，建立（模糊）概念格的矩阵模型。在此框架下，研究属性的不确定性度量以及辨识矩阵的简易形式，进而提出粒约简的快速计算方法。为了获取更加完备的规则信息，通过融合（决策）形式背景的正向和负向信息，提出混合（决策）规则。进一步地，给出混合规则弱基的概念以解决规则冗余的问题，实现混合规则的快速约简。最后简介形式背景下的最优尺度选择和技能约简与评估。
【报告人简介】
李进金,闽南师范大学原校长、二级教授、理学博士、厦门大学兼职博士生导师，华侨大学特聘教授，享受国务院政府特殊津贴。主要从事不确定性的数学理论及其应用研究。2004年起开始组建不确定性理论及其应用研究团队，坚持17年不间断周末讨论班，培养不少青年教师，其中有8人晋升教授，10人晋升副教授，6人获得博士；培养研究生61名，硕士毕业48名，博士生毕业2名；在读博士1名，在读硕士10名；团队发表论文200多篇，有100多篇被SCI或EI收录；本人主持国家自然科学基金项目5项，出版专著及教材7部，获福建省科技进步二等奖1项，福建省社会科学优秀成果奖1项，获福建省教学成果奖多项（特等奖、一等奖、二等奖）和国家级教学成果奖二等奖（排名第一）；现为福建省教学名师，国家级数学与应用数学一流专业建设负责人（闽南师大），国家级《拓扑学》一流线下课程负责人（闽南师大），福建省数学与应用数学核心课教学团队负责人。
***6th FCA&GRC 会议报告 2***
【报告题目】：面向复杂数据的粗糙集特征选择方法
【报告摘要】：大多数学习模型的构建都以数据特征的表示为基础的，有效地特征抽取、转换和表示是复杂数据智能信息分析的重要内容之一。充分运用粗糙集处理不确定信息的优势和特点，同时结合数据类型、分布等特性进行特征选择有利于构建有效而高效的学习模型。针对数据分布特性、动态、交互等特征，应用粒计算和粗糙集理论有效地分析不确定信息，开展相关的新型特征选择算法，对推动粗糙集理论的发展和应用，有着重要的理论意义和实用价值。
【报告人简介】
陈红梅，西南交通大学信息科学与技术学院，教授，博士生导师。主要从事粗糙集和粒计算理论相关研究。主持国家自然科学基金项目3项，主研国家自然科学基金5项，主研"十一五"国家科技支撑计划子任务1项。在IEEE TKDE、IEEE TFS、IEEE TCYB、Information Sciences、Knowledge-Based Systems等国际期刊或国际会议上发表学术论文80余篇，担任国际SCI期刊专辑特邀编辑1次，出版专著2部。是IEEE、ACM、IRSS和中国计算机学会会员，中国人工智能学会粒计算与知识发现专委会委员。获得ACM Chengdu Chapter优秀博士论文奖、IEEE Chengdu Section优秀论文奖、四川省计算机学会优秀论文奖、高等学校科学研究优秀成果奖二等奖、重庆市科学技术奖一等奖等。
***6th FCA&GRC 会议报告 3***
【报告题目】：弱多标记学习研究进展及融合粒计算的方法
【报告摘要】：多标记学习主要用于解决样本同时隶属于多个类别的问题。多标记学习的任务是分析概念标记集合已知的训练样本，从而对未知样本的概念标记集合进行预测。传统的多标记学习是监督意义下的学习，而在现实场景中，获得完整准确的类别标记是非常困难的。报告人拟以有限的研究视野，回顾一下面向不完备和噪声数据的多标记学习进展，主要涉及缺失标记和偏标记的研究成果，并汇报自己在该领域以及结合粒思想的一些初步思路。
【报告人简介】
谭安辉，1986年生人，浙江海洋大学信息工程学院副教授，中国人工智能学会粒计算与知识发现专委会委员，2020年入选浙江省高校优秀青年领军人才，2019年入选浙江海洋大学东海优秀青年人才。主持国家自然科学基金项目2项、参与重点及一般项目等多项。主要从事粒计算、不确定性分析、决策理论等方面的工作。近年来，在国内外权威期刊《IEEE Transactions on Fuzzy Systems》、《IEEE Transactions on Cybernetics》、《Information Sciences》、《Fuzzy Sets and Systems》、《计算机研究与发展》等发表学术论文30余篇，同时担任《IEEE Transactions on Fuzzy Systems》、《IEEE Transactions on Cybernetics》等20余个国际知名期刊的审稿人。
***6th FCA&GRC 会议报告 4***
【报告题目】：基于不完备信息表的三支决策模型
【报告摘要】：在这个报告中，我们将讨论基于不完备信息表的三支决策，主要包括两个方面。一方面，探讨面向不完备单值中智信息表的三支决策模型。另一方面，给出基于不完备信息表的三支决策的一般模型，该模型统一了四种已有的基于不完备信息表的三支决策模型。
【报告人简介】
杨海龙，博士（后），陕西师范大学数学与统计学院教授，博士生导师。2012年7月至10月，在中科院数学与系统科学研究院做访问学者，2012年12月至2016年11月，在西安交通大学管理学院从事博士后研究，2014年8月至2015年8月，在加拿大里贾纳大学做访问学者。现为国际粗糙集学会会员，中国人工智能学会高级会员，中国人工智能学会粒计算与知识发现专委会委员。在《Fuzzy Sets and Systems》、《Information Sciences》、《Knowledge-Based Systems》、《International Journal of Approximate Reasoning》、《International Journal of Machine Learning and Cybernetics》等国内外学术期刊上发表论文40多篇。主持和参与完成国家自然科学基金项目多项。2020年获陕西高等学校科学技术奖1项。目前主要研究领域：三支决策与粗糙集；智能信息处理。
***6th FCA&GRC 会议报告 5***
【报告题目】：决策蕴涵的知识表示能力研究
【报告摘要】：决策蕴涵、概念规则和粒规则是形式概念分析中的三种知识表示和推理模型。厘清它们之间的关系，揭示其知识表示能力强弱是知识表示与推理的基础性问题。本报告从逻辑角度分析了这三种知识模型。结论表明，相比于粒规则和概念规则，决策蕴涵则具备更强的知识表示能力，因此，当基于粒规则和概念规则进行知识表示与推理时，会存在不同程度的信息损失。本报告进一步识别出粒规则和概念规则中所损失的知识信息，并分析了信息损失的原因。另外，还从逻辑角度分析了粒规则和概念规则的一些现有工作，并对结论进行了解释和澄清。
【报告人简介】
翟岩慧，博士，副教授，博士生导师，山西省首届“三晋英才”青年优秀人才，山西大学首届先进青年教师，中国人工智能学会粒计算与知识发现专委会委员。主要研究方向：知识表示与推理、形式概念分析、粗糙集。先后在相关领域发表重要学术论文40余篇，主持多项国家基金项目。
***6th FCA&GRC 会议报告 6***
【报告题目】：Granular Structures and Applications of Fuzzy Rough Sets
【报告摘要】：In view of the fact that granular structures of the fuzzy rough sets can well characterize the knowledge implied in an information system and play an important role in the applications of the fuzzy rough set theory, the granular structures of the S-lower, T-upper, 
-lower and σ-upper approximations of fuzzy sets are established based on more general fuzzy relations. With the granular structures, the applications of fuzzy rough set theory have been extended to attribute reduction and rule acquisition. Specifically, a fuzzy rough set-based information entropy is proposed for feature selection in mixed data, and a filter-wrapper feature selection algorithm is formulated to select the best feature subset; The fuzzy granular rule is presented and a representative instance selection approach is provided to select the representative instances according to the coverage ability of the fuzzy granular rules. An implication relationship-preserved reduction is presented to maintain the discriminating information of the selected instances; The representative instances from the incoming ones in dynamic environment are firstly selected according to the information coverage of fuzzy granules. The incremental mechanism of the fuzzy rough set-based information entropy is then formulated by adding newcome instances, and an incremental feature selection procedure is proposed.
【报告人简介】
张晓，博士，西安理工大学副教授。主要研究方向为数据挖掘、粒计算、粗糙集等，主持完成国家自然科学基金青年基金一项，主持陕西省科技厅基金一项，另外参与国家自然科学基金两项, 获陕西省自然科学奖二等奖一项。近年来，已在国内外学术期刊IEEE TFS、IEEE TKDE、PR、KBS、IJAR等发表论文近20篇，其中发表在《Pattern Recognition》上的论文“Feature selection in mixed data: A method using a novel fuzzy rough set-based information entropy”被遴选为ESI高被引论文，并获“陕西省数学会2017年青年教师优秀论文二等奖”。
***6th FCA&GRC 会议报告 7***
【报告题目】：启发式概念构建及推荐应用
【报告摘要】：形式概念分析作为一种建立于二元关系的完备数学工具，在揭示电子商务中用户和商品之间的内在联系时，具有天然的可解释性。然而，构造概念格涉及很高的时间和空间复杂度，致使形式概念分析无法适用于电子商务中的大规模数据。同时，概念格中并非所有概念都是推荐必须的，在实际过程中，通常只会用到部分格或概念集。针对上述问题，我们提出了用概念集合代替概念格，研究了概念集合的生成算法，以及基于概念集合的推荐应用。在概念生成的启发式信息设计中，充分考虑概念的特殊性，以概念面积、相似度等评价指标，生成强概念；在概念集合的推荐应用中，以概念为基本单元，利用外延的相似性，结合偏好融合、投票等策略实现对目标用户的个性化推荐。在MovieLens等常用数据集上的实验结果表明，数据较稀疏时，新算法有比传统协同过滤算法更高的F-measure，效率则明显高于基于概念格的推荐算法。
【报告人简介】
闵帆，博士，西南石油大学计算机科学学院教授、博导，International Journal of Approximate Reasoning副主编。主持完成国家自然科学基金面上项目1项，在机器学习、大数据方向发表SCI期刊论文60篇，其中8篇为ESI高被引，总引用2900次。2014年建立机器学习研究中心fansmale.com，现有教授3名，副教授6名，博士生3名，硕士生80余名。当前研究兴趣为粒计算、概念格、推荐系统、主动学习、代价敏感学习学习及其在地质勘探、智慧油田中的应用。
***6th FCA&GRC 会议报告 8***
【报告题目】：三支概念分析
【报告摘要】：三支概念分析结合了三支决策和形式概念分析两种理论，为三支决策提供了一种新模型，扩展了形式概念分析。本报告介绍有关三支概念分析的基本概念和主要研究内容，从完备背景和不完备背景的角度分析其研究现状；并进一步探讨三值背景（包括不完备背景、冲突背景等）的概念分析方法。最后以文件管理为例，说明概念格/三支概念格的应用。
【报告人简介】
祁建军，博士，西安电子科技大学计算机科学与技术学院副教授。主要研究方向为概念格与三支决策的理论及应用、智能数据分析与算法。主要学术贡献是将三支决策思想引入形式概念分析理论，提出三支概念分析这一新的研究方向。发表论文30余篇，有2篇入选ESI高被引论文和热点论文，1篇获评《西安交通大学学报》2019年度优秀学术论文；由科学出版社出版著作2部；获陕西高等学校科学技术奖一等奖1项。
***6th FCA&GRC 会议报告 9***
【报告题目】：基于局部信息的粒度选择方法探究
【报告摘要】：粒度是粒计算理论中的核心概念，粒度选择是多粒度计算中的核心问题之一。本报告给出一种新的粒度选择框架，基于样本的局部信息给出了其实现方法，分析了其合理性和内在机理。
【报告人简介】
李磊军，河北师范大学副教授，硕士生导师，主持完成国家自然科学基金青年项目1项，先后在国内外重要学术刊物及学术会议上发表论文20余篇，荣获“冀青之星”、“石家庄市青年拔尖人才”等荣誉称号, 研究成果荣获首届河北省数学会青年学术奖一等奖。