一、团队简介

机器学习与数据挖掘团队深耕机器学习算法和学习理论基础研究，探索人工智能核心原理与技术。团队在理论突破的基础上，将成果应用于推荐系统、医学图像处理等领域，推动技术创新。同时，团队积极开展跨学科领域研究，探索“智能生物发酵”领域，将机器学习与生物发酵技术结合，为生物制造和发酵工程提供智能化方案。

二、团队成员

团队负责人及简介：

陈亚瑞，教授，天津科技大学 人工智能学院 副院长,天津大学博士，悉尼科技大学访问学者；天津市“131” 第三层次人选、天津市青年创新人才、滨海新区高层次人才、天津市优秀青年教师；主持参与国家级、省部级项目8项；发表SCI、EI等期刊会议论文60余篇，申请发明专利10余项；指导学生获华北五省计算机设计大赛全国一等奖、新工科竞赛天津市一等奖多项。

团队成员及简介：

史艳翠，北京邮电大学博士、天津科技大学副教授、硕士生导师。要从事推荐系统、物联网应用、智慧工厂等的相关研究工作。主持国家和省部级项目2余项，参与国家和省部级项目10余项，国内外核心刊物上发表文章EI或SCI检索论文20余篇，专利授权1项。

吕娟，哈尔滨工程大学博士、天津科技大学副教授。主要研究方向包括深度学习、机器学习、医学图像的分类、分割、目标检测、3D重建、医学视频处理、脑电波 EEG 信号处理等。有两年海外留学与助教经验。参与科技部国家重点研发计划1项。目前已在国外高水平期刊和国际会议中共发表论文10余篇。

廖芸，天津大学博士、天津科技大学讲师。主要研究方向为机器学习理论，大模型机理研究等。发表CCF A类顶级会议一篇，SCI 一区顶级期刊两篇。参与国家重点项目一项，面上项目一项。

三、科研方向

团队研究方向包括机器学习、数据挖掘、模式识别等方面应用基础研究，聚焦于深度学习、大规模多模态不确定性数据分析、概率深度生成模型等理论和方法研究，并应用于推荐系统、医学图像处理等方面。

(1) 深度模型+推荐系统。推荐系统是目前解决信息过载的重要技术之一，通过数据挖掘，特征提取，引入社会化信息等技术，提高推荐系统的性能。团队结合深度学习、图神经网络等方法研究群组推荐，会话推荐以及长尾推荐等问题。

(2) 深度模型+医学图像处理。医学影像分析是综合医学影像、数字图像处理与分析、人工智能等学科的交叉领域，在现代医学领域中发挥着越来越重要的作用。团队结合深度学习方法开展医学影像智能诊断、三维重建、目标检测、实例分割、关键点检测等相关工作。

(3) 结合智能技术的生物发酵关键技术与平台建设。基于强化学习的发酵控制方法，结合序列化深度模型的发酵预测，结合物联网技术的发酵控制平台建设。

(4) 基于群智感知的智慧工厂产业化应用。提出群智感知智慧工厂平台，实现产业化应用，推广至施耐德天津、上海、北京3家工厂，助力施耐德上海工厂2024年获批经济论坛灯塔工厂。

(5) 轻量化优化算法与理论。随着大模型在自然语言处理、计算机视觉等领域的广泛应用，其庞大的参数规模和高计算需求对实际部署和应用提出了巨大挑战。本团队旨在通过理论分析与实验验证，优化模型结构与模型算法、减少参数量和计算复杂度，同时保持或提升模型性能。

四、学术成果

（一）代表性成果

[1] 基于变分推理的马尔科夫随机场可近似性层次结构研究，国家自然科学基金青年基金，国家级。

[2] 移动互联网中基于历史行为的用户偏好在线学习机制，国家自然科学基金青年基金，国家级。

[3] 大规模数据下具有误差界的图模型变分推理方法研究，天津市自然基金，研究型。

[4] 结合视频检测技术的智能工厂设计与实现，横向经费，应用型。

[5] 结合深度模型的智能工厂设计与实现，横向经费，应用型。

[6] 股骨颈骨折移位定量分析方法，横向经费，应用型。

（二）代表性论文及专著

[1] Chen Y , Bao F , Shao J ,et al.Text toImage Generation Based onAdaptive Attention[100]//Pacific Rim International Conference on Artificial Intelligence.Springer, Singapore, 2025.

[2] Liao Y , Liu Y , Liao S ,et al.Theoretical analysis of divide-and-conquer ERM: From the perspective of multi-view[J].Information Fusion, 2024.

[3] Liao Y , Li J , Liao S ,et al.Ahpatron: A New Budgeted Online Kernel Learning Machine with Tighter Mistake Bound[C]//AAAI, 2024.

[4] Zhang X, Liao Y, Liao S , A survey on online kernel selection for online kernel learning[J]. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 2019.

[5] Peng J , Shi Y , Wang C .Next Points of Interest Recommendations Based on Spatio-Temporal-Category Pattern Information[100]//International Conference on Intelligent Computing.Springer, Singapore, 2024.

[6] Wang C , Shi Y , Peng J .Personalized Group Recommendation Model Based on Hybrid Graph Neural Network[100]//International Conference on Intelligent Computing.Springer, Singapore, 2024.

[7] Lyu J, Ling S H, Banerjee S, et al. Ultrasound volume projection image quality selection by ranking from convolutional RankNet[J]. Computerized Medical Imaging and Graphics, 2021, 89: 101847.

[8] Lyu J, Bi X, Banerjee S, et al. Dual-task ultrasound spine transverse vertebrae segmentation network with contour regularization[J]. Computerized Medical Imaging and Graphics, 2021, 89: 101896.

[9] Lyu J, Meng J, Zhang Y, et al. Joint semantic feature and optical flow learning for automatic echocardiography segmentation[100]//International Conference on Intelligent Computing. Singapore: Springer Nature Singapore, 2024: 160-171.

（三）代表性专利

[1] 一种基于多特征的个性化餐厅推荐算法,2022,CN 108171535 B

五、社会服务意向

机器学习与数据挖掘团队致力于机器学习算法与学习理论的基础研究，深入探索人工智能的核心原理与技术。团队不仅在理论研究方面取得突破，还将研究成果广泛应用于多个领域，包括但不限于推荐系统、医学图像处理等，推动相关技术的创新与发展。此外，团队积极开展跨学科研究，探索“智能生物发酵”这一新兴交叉领域，致力于将机器学习与生物发酵技术相结合，为生物制造和发酵工程提供智能化解决方案。通过将应用基础研究成果转化为实际生产力，团队积极赋能行业企业，助力产业升级与创新发展，为推动人工智能技术在多领域的落地应用贡献智慧与力量。

六、联系方式

姓名：陈亚瑞

邮箱：yrchen@tust.edu.cn

团队地址：天津科技大学泰达西院8号楼