武优西，男，教授，博士生导师。2007年于河北工业大学电工理论与新技术专业获工学博士学位，目前研究方向为：数据挖掘、智能计算、机器学习；2008.12-2018.04，河北工业大学计算机科学与软件学院，教授。2018.04-至今，河北工业大学人工智能与数据科学学院，教授。

学术成果：中国计算机学会高级会员；中国自动化学会会员；IEEE会员；美国佛蒙特大学和莱特州立大学访问学者（2009.8-2010.8, UVM; 2015.10-2016.10, WSU）、国家自然基金同行评议函评专家、教育部学位与研究生教育发展中心学位论文评审专家、天津市科委项目评审专家、北京市科委项目评审专家、校学术委员会委员&院学术委员会副主任。目前主持国家自然基金项目1项，第二研究人合作承担国家自然科学基金项目2项，其中1项为校内合作，另外1项与大连理工大学合作。此外，先后主持河北省自然科学基金项目、河北省科学技术研究与发展指导计划项目、河北省教育厅重点项目等项目，主要研究兴趣为数据挖掘、智能计算（模式匹配或串匹配）和机器学习。第一作者或通信作者在SCI一区、二区或知名SCI期刊以及一级学报发表论文20余篇，这些期刊包括：IEEE Transactions on Cybernetics（国际顶级期刊，影响因子：8.803）、Science China Information Sciences、Journal of Computer Science and Technology、IEEE Access、Neurocomputing、Applied Intelligence、Journal of Information Sciences、计算机学报、软件学报、通信学报；普通高等教育“十一五”国家级规划教材主编1本。先后主持获得天津市科技进步三等奖（2008年），参与获得河北省科技进步三等奖（1999年和2002年）和河北省教学成果二等奖（2000年）；河北省优秀硕士论文指导教师（2014年和2015年）。指导多名硕士研究生，其中2名硕士研究生分别在2014年和2015年两年度获评河北省优秀硕士学位论文。

研究领域：尽管序列模式挖掘有很多经典案例，但是在实际应用中，经常会挖掘出一些用户难以理解或使用无意义的模式，这大大地降低了用户体验和感受。间隙约束序列模式挖掘可以有针对性地挖掘满足用户特定需要的模式，从而避免挖掘无意义的模式，是序列模式挖掘中一种重要的挖掘方式。间隙约束序列模式挖掘核心是一个模式匹配问题，这是因为在此类挖掘中，需要多次计算一个模式的支持度，以判定该模式是否频繁，而计算模式支持度的实质就是一个模式匹配（也称串匹配）问题。与其他数据挖掘问题类似，间隙约束序列模式挖掘的过程中常面临如下一些问题：1.挖掘速度再提高问题；2.挖掘参数设定问题；3.挖掘模式是否是用户真正关心的模式。将间隙约束序列模式挖掘应用于时间序列的特征提取中，有望提高分类精度，也有利于提高分类模型的可解释性。本人主要研究方向如下：

1、序列模式匹配与模式挖掘：采用研究所自主提出的新型数据结构——网树有效地解决了多种序列模式匹配与模式挖掘中关键问题，研究成果得到了国内外同行的广泛认可。将继续探索上述研究成果在下列应用领域的应用：产品推荐或广告定向推送或投放、序列分类的特征提取、时间序列相关研究以及生物信息学，如转录起点发现等，并解决上述应用中的关键科学问题。

2、机器学习：对现有的特征提取方法或机器学习算法进行改进，尝试发现训练速度更快、学习精度更高、泛化能力更强的方法，以便为生产生活中分类、聚类或回归问题的科学决策奠定基础。

联系人：武优西 022-60435882 电子邮件：wuc567@163.com 个人主页：http://wuc.scse.hebut.edu.cn