研究方向

大规模异构信息网络分析

宫继兵，燕山大学计算机系教授，博士生导师，燕山大学本科和硕士，后就读中科院计算所，获博士学位，1999年至今，燕山大学教师，2012年新浪微博无线事业部门，智能推荐算法研发。2008年清华大学访问学者，2018年美国伊利诺伊芝加哥分校（UIC）大学访问学者。主要研究方向为异构信息网络（HIN）、大数据挖掘，机器学习及数据融合，曾获中国人工智能学会科技进步一等奖。

研究方向

图像处理；深度学习；模式识别与机器学习

燕山大学，信息科学与工程学院，教授/博导。主要从事数据挖掘和智能制造理论和应用研究。主持2项国家基金、1项国家基础加强子课题研究；主持完成两项省自然科学基金项目；负责或作为主要研究人员参加的3项科研成果通过省部级鉴定(其中两项获省科技进步奖)；完成的3项软件取得国家计算机软件著作权登记；完成著作2部；发表多篇学术论文60多篇。

研究方向

数据挖掘；软件缺陷分析

研究方向

人工智能；数据挖掘；软件安全分析；

多年来一直从事人工智能、数据挖掘理论与技术以及软件安全分析方法的研究工作，已积累了大量的理论和应用研究成果。目前主持国家自然科学基金一项（在研），主持完成河北省自然科学基金三项，主持完成企业横向课题若干项，在学术期刊或国际会议上发表论文近五十余篇，负责或作为主要研究人员参加的七项科研成果通过鉴定(其中三项获省科技进步奖和两项省教学成果奖)，作为第一、第二完成人完成的三项软件取得国家计算机软件著作权登记。特别是近年来，申请者已将主要精力投入到数据挖掘方法和软件安全特性建模与分析的研究工作。 主持完成国家自然科学基金“软件系统关键模块结构挖掘及其演化分析方法研究”（编号61772449）；在河北省自然科学基金的资助下，主持了 “基于序列聚类的软件安全特性分析方法的研究”（编号：F2012203062）和“基于复杂网络的软件系统静态结构与动态执行安全特性分析方法研究”（编号：F2016203330 ）的研究工作；负责完成河北省自然基金项目“基于动态影响矩阵的板形控制神经网络模型及轧制仿真系统研究”（编号：F2010001298）的知识发现和智能建模方法的研究工作；在国家自然科学基金的资助下，参加完成了“现代带钢冷轧机板形在线控制模糊神经模型的研究”（编号：50675186）的研究工作；在省教育厅的资助下，参加了“时空数据中序列模式的挖掘” （编号B2003226）和“序列模式挖掘技术在商业智能BI中的研究与应用” （重点资助项目，编号ZH2006020） 的研究工作；在国家“863计划” 项目的资助下，参加了“软件安全特性逆向分析系统与技术”的子课题的研究（编号2009AA01Z433）；在国家自然科学基金的资助下，参加完成了“基于数据挖掘方法的软件安全特性建模与分析”（编号 61170190 ）的研究工作，参加了“软件系统复杂网络层次化实体挖掘方法及关键技术研究”（编号61572420）的研究工作。 于2011年获获国家留学基金委资助赴英国华威大学（University of Warwick）做访问学者, 期间，师从Hines Evor教授，对时态数据建模和序列模式挖掘中的一些问题做了深入的研究，同时也接触到了复杂网络建模和仿真分析等关键技术，并从数据挖掘角度对它们进行了性能特性分析方面的学术讨论及合作研究，并与华威大学教授形成了良好的学术合作关系。