牛凌峰

牛凌峰，女，中国科学院大学经济与管理学院教授、研究员、博士生导师。

2009年7月起，牛凌峰在中国科学院大学（原中国科学院研究生院）虚拟经济与数据科学研究中心工作，历任助理研究员、副研究员，2020年1月起任研究员。其研究方向主要为最优化的理论与方法、数学规划在人工智能与机器学习中的应用。

学术论文（部分）

[1] Y. Shi, M. L. Lei, R. Rong and L. F. Niu, 2019. Learning Robust Auto-Encoders With Regularizer for Linearity and Sparsity. IEEE Access, 7, pp 17195-17206.

[2] Y. Shi, M. L. Lei, H. Yang and L. F. Niu, 2019. Diffusion network embedding. Pattern Recognition, 88, pp 518-531.

[3] R. Z. Zhou, X. Shen and L. F. Niu, 2018. A fast algorithm for nonsmooth penalized clustering. Neurocomputing, 273, pp 583-592.

[4] Z. Q. Qi, B. Wang, F. Meng and L. F. Niu, 2017. Learning With Label Proportions via NPSVM. IEEE Transactions on Cybernetics, 47(10), pp 3293-3305.

[5] L. F. Niu, R. Z. Zhou, X. Zhao and Y. Shi, 2015. Two New Decomposition Algorithms for Training Bound-Constrained Support Vector Machines. Foundations of Computing and Decision Sciences, 40(1), pp 67-86.

[6] X. Zhao, Y. Shi and L. F. Niu, 2015. Kernel based simple regularized multiple criteria linear program for binary classification and regression. Intelligent Data Analysis, 19(3), pp 505-527.

主持或参与的研究课题（部分）

[1] 市地级项目：基于非线性优化的数据挖掘方法，2011-2013，项目负责人。

[2] 国家级项目：最优化数据挖掘的商业智能方法以及在金融与银行管理中的应用，2012-2016，项目参与人。

[3] 国家级项目：求解非光滑、非凸正则极小化问题的光滑化信赖域方法，2013-2015，项目负责人。

[4] 国家级项目（子课题）：面向信息技术的优化理论和方法，2014-2018，项目负责人。

[5] 国家级项目：非Lipschitz优化的高效光滑化信赖域方法及应用，2017-2020，项目负责人。

[6] 市地级项目：一阶光滑化信赖域方法及其在数据挖掘中的应用，2015-2017，项目负责人。