6月15日下午，学院邀请了澳门大学博士生导师陈龙副教授，在学院315会议室为全体专任教师和部分学生做了题为“模糊表示学习”的学术讲座。陈龙副教授研究兴趣是计算智能算法及其在图像处理、系统建模及控制上的应用，人工智能与计算方法在生物及化学上的应用。他担任 IEEE Trans on SMC Systems 副编， IEEE/CAA Journal of Automatica Sinica 副编，International Journal of Bio-Inspired Computation 编委，《自动化学报》编委，《智能科学与技术学报》编委等职务。2022年获得IEEE Trans on SMC Systems 最佳副编奖。

在讲座中，陈龙首先介绍了模糊聚类相较于传统聚类方法，最大的不同特点。给每个数据赋予了一个隶属度向量，这个向量表示了数据属于每个类别的程度，若将隶属度向量看作是数据的新的表示，我们就可以利用模糊聚类获得了一类新的表示学习方法。陈龙给大家分析了在这个观点的指导下如何开发出多个表现优秀的数据分析和建模方法。陈龙在报告中提及深度学习、支持向量机、随机森林、宽度学习、模糊推理，以及迁移学习等概念，涉及丰富的人工智能知识，为师生们指引了一条学术研究的方向。