个人信息


姓 名
姚宏亮
性 别
男

出生年月
1987-02
最终学位
博士

毕业学校
合肥工业大学



从事专业
大数据分析、机器学习、数据挖掘、金融证券数据分析
职务
副教授

所属院系
计算机学院



所在部门
人工智能与数据挖掘研究室
职称
副教授


　联系方式

办公电话
**

E-mail
dmicyhl@163.com

通讯地址


邮编



　简历

姚宏亮,男,1972年9月出生。1997年安徽大学数学系数理统计专业毕业，获理学学士学位；2003年合肥工业大学计算机应用技术硕士研究生毕业，获工学硕士学位。2007年合肥工业大学计算机应用技术专业博士研究生毕业，获工学博士学位。主持国家自然科学基金1项、合肥工业大学科学研究发展基金1项、博士专业基金1项、国家重点基础研究发展计划子项（合工大光伏合作项目）1项、企业合作项目多项；作为主要成员参加了973前期预研项目1项，国家自然科学基金3项，博士学科点专项科研基金1项，安徽省自然科学基金2项，近年来共发表论文40余篇。

主要研究方向：
（１）数据分析
（２）大数据挖掘
（３）机器学习
（４）金融证券数据分析
（５）互联网+大数据，创新应用

开发了金融互联网数据分析处理平台
具体见：http://www.ihdsj.com

　研究方向

在信息时代、互联网时代和大数据时代，数据就是宝藏。数据会告诉人们哪儿有风险，哪儿有机会、哪儿有财富。数据挖掘与知识发现，是打开宝藏的金钥匙。

研究室的相关研究项目（正在研发和已完成的项目，包括主导和参与的项目）

应用类型项目：
（1）证券数据智能计算与分析系统；（正在研发）
（2）智能中文文本语意解析系统；（正在研发）
（3）中文法律案例搜索系统；（已完成）
（4）电力系统信誉评级；（已完成）
（5）智能微网能量管理系统；（已完成）

国家级的理论类型课题：
（1）2013年，国家重点基础研究发展计划（973）项目的一个课题：“社交网络群体影响力及交互作用”（项目编号：2013CB329604）；（正在研发）
（2）2011年，国家自然科学基金资助的课题“基于动态灵敏性分析和隐变量发现的复杂系统脆弱性演化机制研究”（项目编号：**）；（正在研发）
（3）2010年，国家自然科学基金资助的课题“动态环境下复杂系统因果关系发现与稳健性推理研究”（项目编号：**）；（已完成）

省部级的理论类型课题：
（1）2007年，安徽省自然科学基金资助的课题“基于动态影响图的多Agent建模与决策研究”（项目编号：）；
（2）2005年，教育部博士点专项科研基金资助的课题“一种新型概率图模型－对象概率模型研究与实现”（项目编号：）；（已完成）
（3）2003年，获得安徽省自然科学基金资助的课题“基于贝叶斯网技术的智能Agents自组织和学习的研究”（项目编号：**）；（已完成）

产业动态：
第109期双清论坛“大数据与管理决策的重大基础问题”在京召开
http://www.nsfc.gov.cn/publish/portal0/tab38/info40304.htm

我们现在正在进行的产业性方向是：大数据与金融风险

　教学工作

本科：程序设计基础

研究生：人工智能


　获奖情况


　主要论著

[1]姚宏亮,王秀芳,王浩.多Agent动态影响图一种混合近似推理算法[J].计算机研究与发展.(2011.4)
[2]胡春玲,胡学钢,姚宏亮.基于贝叶斯网的频繁模式兴趣度计算及剪枝[J].软件学报(已录用)
[3]胡春玲,胡学钢,姚宏亮.一种改进的基于邻接树的贝叶斯网络推理算法.模式识别与人工智能，已录用
[4]姚宏亮,苌健,王浩.基于灵敏性分析的因果网络参数的扰动学习研究.中国机器学习会议(CCML2011),(已投稿)
[5]姚宏亮,王秀芳,王浩.一种基于结构分解和因子分析的贝叶斯网络隐变量发现算法.全国智能信息处理(NCIIP2011),(已投稿)
[6]戚围,王浩,姚宏亮.动态贝叶斯网络一种自适应的局部抽样粒子滤波算法[J].计算机应用,2010,27(4):1304-1307
[7]葛玲玲,王浩,姚宏亮.基于改进SEM算法的基因调控网络构建方法.计算机应用,2010,27(2):450-452
[8]Hongliang Yao, Chang Jian,Wang Hao. Junction Tree FactoredParticle Inference Algorithm for Multi-Agent Dynamic InfluenceDiagrams[C]. The Third International Frontiers of Algorithmics,LNCS5598, 2009.6:228-236
[9]张润梅,姚宏亮.引入分割团BK推理算法及其在Robocup中的应用[J].计算机科学,2009, 36(6):214-234
[10]王浩,杨峰,姚宏亮.基于MPI的主从式并行MCMC[J].系统仿真学报,2009, 22(4): 1926 -1929
[11]张润梅,王浩,姚宏亮,方长胜.基于内部结构MPOMDP模型的策略梯度学习算法[J].计算机工程与应用,2009, 45(7): 20-23
[12]姚宏亮,王浩,张佑生.多Agent动态影响图及其一种近似推理算法研究[J].计算机学报,2008, 31(2): 236-244
[13]姚宏亮,王浩,汪荣贵.多Agent动态影响图的近似计算方法[J].计算机研究与发展,2008, 45(3): 487 -495
[14]俞奎,王浩,姚宏亮.贝叶斯网络的并行EM学习算法研究[J].模式识别与人工智能.2008, 21(5):670-676
[15]肖海慧,俞奎,姚宏亮.一种基于混合遗传的贝叶斯网络分解算法[J].计算机仿真,2008,(11)：183-186
[16]王浩,何海燕,姚宏亮.IE_-K2:一种基于贝叶斯网络的高效基因调控网络构建方法.大连海事大学学报[J].2008,34(3):111-114
[17]王浩,杨峰,姚宏亮.一种多样性引导的进化粒子滤波[J].小型微型计算机系统.2008, 29(5):867-870.
[18]王浩,杨峰,姚宏亮.离散动态贝叶斯网络的进化粒子滤波推理算法[J].计算机研究与发展,2008, 45(s1): 295-299
[19]莫富强,王浩,姚宏亮,俞奎.基于领域知识的贝叶斯网络结构学习算法[J].计算机工程与应用.2008,44(16):34-41
[20]姚宏亮,张佑生,王浩,汪荣贵.基于PS-EM算法和BP神经网络的影响图模型选择[J].模式识别与人工智能,2007, 20(2): 185-190
[21]姚宏亮,王浩,张佑生,俞奎.多Agent动态影响图及其概率分布的近似方法[J].模式识别与人工智能,2007, 20(4):525-532
[22]姚宏亮,王浩,张佑生,方宝富.基于多Agent动态影响图的协作实现[J].系统仿真学报,2007, 19(14): 3270-3275
[23]姚宏亮,王浩,张佑生.一种基于结构分解的影响图模型选择算法[J].计算科学,2007, 34(1):133-135
[24]Hao Wang, Kui Yu, Hongliang Yao. Triangulation of BayesianNetworks using an adaptive genetic algorithm. Proceedings of the16th International Symposium on Methodologies for IntelligentSystems (ISMIS 2006) [C], LNAI4203, 2006: 127-136
[25]俞奎,王浩,姚宏亮.并行贝叶斯网络学习算法[J].小型微型计算机系统,2007,28(11):1972-1975
[26]HaoWang, Kui Yu, Hongliang Yao. Learning Dynamic Bayesian NetworksUsing eolutionary MCMC. Proc.of the on Computational Intelligenceand Security (CIS’2006), 2006:45-50.
[27]陈栋梁,王浩,姚宏亮,俞奎.基于自适粒子滤波的动态贝叶斯网络推理算法[J].计算机应用,2007,27(2):369-372