2016年10月14日15點，河北師范大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院米據(jù)生教授以及華北電力大學(xué)數(shù)理學(xué)院陳德剛教授，受邀到西南石油大學(xué)計算機科學(xué)學(xué)院分別作了“基于直覺模糊近似算子的信任結(jié)構(gòu)”和“混合數(shù)據(jù)的屬性約簡”的專題講座。來自計算機科學(xué)學(xué)院和理學(xué)院的眾多老師和同學(xué)在明理樓B306出席了這次專題講座，并進行了熱烈的討論。 

米教授主要從事人工智能的數(shù)學(xué)基礎(chǔ)方面的研究，在粗糙集理論及其應(yīng)用、概念格理論、不確定性分析、粒計算等方面取得了一系列研究成果。在講座上他首先說明了粗糙集理論中的近似算子與證據(jù)理論中的信任、似然函數(shù)有密切關(guān)系，接著指出對于直覺模糊集合，可以利用其截集概率的重積分定義一種新型的概率測度，并證明了在此度量意義下，廣義直覺模糊下、上近似算子的概率分別為直覺模湖信任函數(shù)和似然函數(shù)，而該度量可用于研究直覺模湖信息系統(tǒng)中的不確定性問題。

陳德剛教授主要研究方向為機器學(xué)習(xí)與數(shù)據(jù)挖掘及其在能源電力系統(tǒng)中的應(yīng)用。他首先指出屬性約簡是粗糙集理論中的重要研究內(nèi)容，經(jīng)典的粗糙集只能處理離散值的數(shù)據(jù)，而模糊粗糙集可以處理實數(shù)值數(shù)據(jù)。接著，他提出了把經(jīng)典和模糊粗糙集相結(jié)合來處理離散值和實數(shù)值數(shù)據(jù)混合一起的數(shù)據(jù)集的屬性約簡問題，并講解了具體做法：首先給出了兩種粗糙集框架之下依賴函數(shù)的統(tǒng)一表達式，在此基礎(chǔ)上實現(xiàn)了兩種依賴函數(shù)的融合，其次實現(xiàn)了兩種數(shù)據(jù)的實質(zhì)性的相互替換，并對替換的機理給出了明晰的解釋。