• 团队聚焦于数据挖掘、机器学习与深度学习，以及作为理论基石之一的贝叶斯推断。在数据挖掘方面，我们关注从海量、异构、高维数据中提取隐藏模式，涵盖大规模图的网络分析、时空数据挖掘及异常检测机制，并注重挖掘结果的可解释性与因果性。在机器学习与深度学习领域，我们致力于研究算法的泛化能力、鲁棒性与计算效率，探索自监督学习、多模态学习以及大模型的推理优化，解决噪声数据在动态环境下的高效学习范式。而贝叶斯推断作为处理不确定性的核心方法，贯穿于我们所有的研究脉络中，我们专注于贝叶斯深度学习，通过将先验知识与深度神经网络有机结合，在模型可解释性、小样本学习、不确定性量化及持续学习等方向形成了独特的研究特色，致力于打造更加安全、可靠且可解释的新一代人工智能系统。

核心团队成员：邓宇辉，杜新炜，张展荣，吴京津，张博海，李琼