在本次短期课程中，Witold Pedrycz具体授课内容包括：（1）基础知识：信息颗粒和颗粒计算、主要概念。以人为中心的数据分析系统，可解释性和可解释性，可解释人工智能，模糊集和区间分析的基本概念；（2）模糊集计算：区间与模糊集演算、表示定理、模糊集运算、模糊关系、可拓原理、模糊算法、高阶模糊集、混合模糊集；（3）模糊集的抽取：面向用户的隶属函数抽取、模糊聚类、合理粒度原则、粒化和脱颗粒过程；（4）模糊模型：基本特征、模型的主要类别、规则演算和基于规则的模型的设计、推理机制、语言模型；（5）用信息粒进行分类和知识表示：用模糊认知地图表示知识，用模糊联想记忆。
Witold Pedrycz的教学极大地调动了在坐师生的兴趣，在坐师生与Witold教授积极讨论模糊集相关问题，收获颇丰。
嘉宾简介：
Witold Pedrycz，加拿大阿尔伯塔大学讲席教授，加拿大皇家科学院院士，波兰科学院外籍院士，电气和电子工程师协会会士。担任Information Sciences和WIREs Data Mining and Knowledge Discovery主编，以及Int. J. of Granular Computing和J. of Data Information and Management共同主编。出版专著18本，H指数109。主要研究方向包括计算智能、模糊建模和颗粒计算、知识发现和数据科学、模式识别、数据科学、基于知识的神经网络和控制工程等。
