欢迎访问 计算机与信息技术学院(大数据学院)
当前位置: 首页 » 师资队伍 » 教授 » 梁吉业
  • 梁吉业

    最终学位:博士

    导师类型:博士生导师

  • 电子邮箱:ljy@sxu.edu.cn

    联系电话:0351-7010566

  • 研究方向:数据挖掘、机器学习、智能计算、智能决策

  • 个人简介
  • 学术论文
  • 科研项目

梁吉业,男,博士,教授,博士生导师,中国计算机学会(CCF)会士,山西大学计算智能与中文信息处理教育部重点实验室主任。现任教育部科技委人工智能与区块链/科技伦理专门委员会委员,教育部高等学校计算机类专业教指委委员,中国计算机学会理事,中国人工智能学会理事,中国计算机学会人工智能与模式识别专委会副主任,山西省计算机学会理事长,享受国务院政府特殊津贴专家。任国际学术期刊《International Journal of Computer Science and Knowledge Engineering》、国内学术期刊《计算机研究与发展》与《模式识别与人工智能》等期刊编委;是山西省高等学校优秀创新团队带头人、山西省首批科技创新重点团队带头人;入选山西省“三晋英才”支持计划高端领军人才、山西省高等学校中青年拔尖创新人才、山西省新世纪学术技术带头人333人才工程;获得山西省五一劳动奖章、第五届山西省青年科学家奖、山西省模范教师、山西省优秀研究生导师等多项荣誉称号。

1983年本科毕业于山西大学,获学士学位;1990年、2001年研究生毕业于西安交通大学,分别获硕士、博士学位;2002年至2004年在中国科学院计算技术研究所从事博士后研究工作。先后赴美国、德国、瑞士、瑞典、加拿大、日本、香港等国家和地区的大学进行学术访问和合作研究。主要从事大数据分析挖掘、机器学习、人工智能等方面的教学科研工作。

近年来先后主持科技部“科技创新2030—新一代人工智能”重大项目1项、国家自然科学基金/联合基金重点项目3项、国家863计划项目2项、国家自然科学基金面上项目5项等。先后在AI、JMLR、IEEE TPAMI、IEEE TKDE、ML、ICML、AAAI等国际国内重要学术期刊和会议发表论文200余篇,其中SCI收录160余篇。作为第一完成人获山西省自然科学一等奖2项、第五届中国国际发明展览会金奖1项。2014—2020年连续入选爱思唯尔中国高被引学者榜单。指导的博士生获得全国百篇优秀博士学位论文提名奖、CCF优秀博士学位论文奖、中国人工智能学会优秀博士学位论文奖、中国中文信息学会优秀博士学位论文奖。

[1] Jie Wang, Jiye Liang*, Kaixuan Yao, Jianqing Liang, Dianhui Wang. Graph convolutional autoencoders with co-learning of graph structure and node attributes, Pattern Recognition, 2022, 121,108215.
[2] Jiye Liang, Junbiao Cui, Jie Wang, Wei Wei. Graph-based semi-supervised learning via improving the quality of the graph dynamically. Machine Learning, 2021, 110:1345–1388
[3] Liang Bai, Jiye Liang*, Fuyuan Cao, Semi-supervised clustering with constraints of different types from multiple information sources, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021, 43(9):3247-3258.
[4] Jiye Liang*, Yunsheng Song, Deyu Li, Zhiqiang Wang, Chuangyin Dang, An accelerator for the logistic regression algorithm based on sampling on-demand, SCIENCE CHINA Information Sciences, 2020, 63(6): 169102.
[5] Liang Bai, Jiye Liang*, Sparse subspace clustering with entropy-norm, Proceedings of the 37th International Conference on Machine Learning (ICML), 2020.
[6] Liang Bai, Jiye Liang*, A three-level optimization model for nonlinearly separable clustering, Proceedings of the 34th AAAI Conference on Artificial Intelligence (AAAI), 2020.
[7] Jing Liu, Fuyuan Cao, Xiaozhi Gao, Liqin Yu, Jiye Liang*, A cluster-weighted kernel k-means method for multi-view clustering, Proceedings of the 34th AAAI Conference on Artificial Intelligence (AAAI), 2020.
[8] Liang Bai, Jiye Liang*, Hangyuan Du, Yike Guo, An information-theoretical framework for cluster ensemble, IEEE Transactions on Knowledge and Data Engineering, 2019, 31(8): 1464-1477.
[9] Liang Bai, Jiye Liang*, Yike Guo, An ensemble clusterer of multiple fuzzy k-means clusterings to recognize arbitrarily shaped clusters, IEEE Transactions on Fuzzy Systems, 2018, 26(6): 3524-2533.
[10] Zhiqiang Wang, Jiye Liang*, Ru Li, Yuhua Qian, An approach to cold-start link prediction: Establishing connections between non-topological and topological information, IEEE Transactions on Knowledge and Data Engineering, 2016, 28(11): 2857-2870.
[11] 梁吉业*, 冯晨娇, 宋鹏, 大数据相关分析综述, 计算机学报, 2016, 39(1): 1-18.
[12] Liang Bai, Jiye Liang*, Cluster validity functions for categorical data: a solution-space perspective, Data Mining and Knowledge Discover, 2015, 29: 1560-1597.
[13] 梁吉业*, 钱宇华, 李德玉, 胡清华, 大数据挖掘的粒计算理论与方法, 中国科学: 信息科学, 2015, 45(11): 1355-1369.
[14] Jiye Liang, Feng Wang, Chuangyin Dang, Yuhua Qian, A group incremental approach to feature selection applying rough set technique, IEEE Transactions on Knowledge and Data Engineering, 2014, 26(2): 294-308.
[15] Jiye Liang, Xingwang Zhao, Deyu Li, Fuyuan Cao, Chuangyin Dang, Determining the number of clusters using information entropy for mixed data. Pattern Recognition, 2012, 45: 2251–2265.
[16] Jiye Liang, Liang Bai, Chuangyin Dang, Fuyuan Cao, The k-means-type algorithms versus imbalanced data distributions, IEEE Transactions on Fuzzy Systems, 2012, 20(4): 728-745.
[17] Jiye Liang, Feng Wang, Chuangyin Dang, Yuhua Qian. An efficient rough feature selection algorithm with a multi-granulation view, International Journal of Approximate Reasoning. 2012, 53:912-926.
[18] Yuhua Qian, Jiye Liang*, Witold Pedrycz, Chuangyin Dang, Positive approximation: An accelerator for attribute reduction in rough set theory, Artificial Intelligence, 2010, 174: 597-618.
[19] Jiye Liang, Yuhua Qian. Information granules and entropy theory in information systems. Science in China, Series F: Information Sciences, 2008, 51(10): 1427-1444.
[20] 梁吉业, 钱宇华, 信息系统中的信息粒与熵理论, 中国科学 E辑: 信息科学, 2008, 38(12): 2048-2065.

1. 国家科技部,科技创新2030—“新一代人工智能”重大项目,2020AAA0106100,认知计算基础理论与方法研究,2020-11至2024-10,主持
2. 国家自然科学基金委员会,面上项目,61876103,基于多粒度的半监督学习方法,2019-01至2022-12,主持
3. 国家自然科学基金委员会,重点项目/总装联合基金项目,61432011/U1435212,面向大数据的粒计算理论与方法,2015-01至2019-12,主持
4. 国家自然科学基金委员会,重点项目,71031006,高维复杂数据分析理论及其在投资决策中的应用,2011-01至2014-12,主持
5. 国家科技部,973计划前期研究专项,2011CB11805,基于认知机理的高维复杂数据建模理论与方法,2011-01至2012-12,主持
6. 国家自然科学基金委员会,面上项目,70971080,面向复杂数据的粗糙集多属性/多准则决策分析研究,2010-01至2012-12,主持
7. 国家自然科学基金委员会,面上项目,60773133,复杂信息系统的粒度结构与知识获取研究,2008-01至2010-12,28万元,已结题,主持
8. 国家科技部,863计划项目,2007AA01Z165,面向高维复杂数据的粒度计算理论与算法研究,2007-10至2009-12,主持
9. 国家自然科学基金委员会,面上项目,70471003,基于软计算技术的不确定性决策方法研究,2005-01至2007-12,主持
10. 国家科技部,863计划项目,2004AA115460,专家系统及计算机软硬件系统评价技术研究,2004-10至2005-12,主持
11. 国家自然科学基金委员会,面上项目,60275019,粗糙集理论中的不确定性、模糊性与知识获取,2003-01至2005-12,主持