國家特聘專家、長江學者、海外傑青、IEEE Fellow、AAAS Fellow(美國科學促進協會院士)。曾任美國佛蒙特大學(University of Vermont)計算機科學系系主任和美國路易斯安那大學(University of Louisiana at Lafayette)計算與信息學院院長。現任明略科技集團首席科學家、高級副總裁和明略科學院院長;合肥工業大學大知識科學研究院院長、教授、博士生導師;行銷智慧型國家新一代人工智慧開放創新平台負責人;大數據知識工程教育部重點實驗室主任;國家重點研發計畫項目首席科學家;教育部創新團隊帶頭人。
基本介紹
中文名:吳信東
民族:漢族
出生地:安徽省樅陽縣
出生日期:1963-9
職業:首席科學家、教授
畢業院校:英國愛丁堡大學
主要成就:2012年度IEEE計算機學會技術進步獎
代表作品:發表期刊和會議論文450多篇
人物簡介,教育背景,學術兼職,教學成果,科研成果,代表性作品,
人物簡介
吳信東(Xindong Wu),男,1963年9月生於安徽省樅陽縣項鋪鎮。曾任美國佛蒙特大學(University of Vermont)計算機科學系系主任和美國路易斯安那大學(University of Louisiana at Lafayette)計算與信息學院院長,現任明略科技集團首席科學家、合肥工業大學計算機與信息學院教授、博士生導師。2010年11月當選為IEEE Fellow,2012年當選AAAS Fellow。
出版過研究專著20餘部,並發表期刊和會議論文450多篇。同時,曾任數據挖掘領域最權威的國際期刊《IEEE Transactions on Knowledge and Data Engineering》(TKDE)的主編,是兩大國際頂級會議之一IEEE International Conference on Data Mining (ICDM)的創辦人和現任指導委員會主席,以及《ACM Transactions on KnowledgeDiscovery from Data》(TKDD)聯合主編,成為數據挖掘領域中領導學科發展、推動技術進步的國際學術帶頭人之一,2004年獲得了ACM SIGKDD奉獻獎。
當前研究興趣包括數據挖掘(Data Mining)、大數據知識工程(BigKE)、基於知識的系統(Knowledge-Based Systems)、和全球資訊網信息探索(Web Information Exploration)。
2012年11月29日,美國科學促進會(AAAS,The American Association for the Advancement of Science)公布了2012年新當選的Fellows,“千人計畫”入選者吳信東教授榜上有名,這充分表明國際學術界對其在數據挖掘領域成就的高度認可和支持。新科AAAS Fellows授予儀式於2013年2月16日在美國波士頓的AAAS年會上舉行。吳信東成為安徽省第一位獲此殊榮的科學家。
[1] Xindong Wu, Xingquan Zhu, Gong-Qing Wu, Wei Ding: Data Mining with Big Data. IEEE Trans. Knowl. Data Eng. (TKDE) 26(1): 97-107 (2014).
[2] Xindong Wu, Vipin Kumar, J. Ross Quinlan, et al. Top 10 Algorithms in Data Mining. Knowledge and Information Systems, 2008, 14(1): 1-37.
[3] Xindong Wu, Kui Yu, Wei Ding, Hao Wang, and Xingquan Zhu, Online Feature Selection with Streaming Features, IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(2013), 5: 1178-1192.
[4] Xindong Wu, Chengqi Zhang, and Shichao Zhang. Efficient Mining of both Positive and Negative Association Rules. ACM Transactions on Information Systems, 2004, 22(3): 381-405.
[5] Xindong Wu and Shichao Zhang. Synthesizing High-frequency Rules from Different Data Sources. IEEE Transactions on Knowledge and Data Engineering, 2003, 15(2): 353-367.