张严


研究生导师个人信息




姓名:张严


研究生招生专业:

1.管理科学与工程(学术学位)

2.电子信息(专业学位)


本人研究领域:

人工智能、大数据技术、自动化等。


个人介绍:

工学博士,电子技术高级实验师,硕士生导师。数字经济学院院长助理,广东财经大学智能计算与大数据技术研究中心主任,智能计算与大数据技术科研创新团队负责人。担任广东省发展和改革委员会战略专家库专家、广东省综合评标评审专家、教育部产学合作协同育人项目专家、广东省哲学社会科学专家库专家,广东省应对技术贸易壁垒(TBT)学术委员会副秘书长、广东省人工智能产业协会智库专家。担任Information SciencesEnergyEnergy Conversion and Management等国际顶级期刊审稿人。长期与华南理工大学、广东省中医院、南方电网等单位合作,分别开展综合能源㶲经济学、中医药多模态大数据等相关领域的研究。

主持国家、省部、市厅级科研项目15项,主持参与企事业单位委托项目多项;发表学术论文40余篇,其中A5篇,B7篇;指导学生项目获得中国教育机器人大赛决赛一等奖;指导学生项目获得大学生创新创业项目,培育“双百工程”多项。

(一)代表性科研项目

1. 2023年度广东省哲学社会科学规划课题,GD23XGL016,岭南文化数字化建设研究,2023/9-2025/5,主持,在研。

2. 2023年度教育部产学合作协同育人项目,230800307040829,新商科背景下数字经济人才培养实践教学体系构建研究,2023/9-2025/8,主持,在研。

3. 2023年度佛山市社科规划课题,2023-GJ064,佛山市智慧城市和数字政府建设,2023/4-2022/12,主持,在研。

4. 2022年度广东省普通高校重点领域专项,2022ZDZX1010,双碳战略下中央空调冷冻水泵节能机理与多切换控制方法研究,2022/8-2025/7,主持,在研。

5. 2022年度中国高等教育学会高等教育科学研究规划重点课题,22SY0205,高校实验室智慧管理体系构建研究,2022/8-2024/7,主持,在研。

(二)党建专项

1、广东高校党建研究会2020年党建研究课题,2020BK106,加强对高层次人才的政治引领和政治吸纳研究,2021/1-2021/11,主持,在研。

(三)代表性学术论文                                                   

1. A quantitative and qualitative hybrid attributes based imbalanced group conflict analysis method and its application to evaluation of clinical therapeutic effect. Artificial Intelligence Review.2022.11 (SCI二区,IF=9.588B)

2. A Nonadditive Rough Set Model for Long-term Clinical Efficacy Evaluation of Chronic Diseases in Real-world Settings. Artificial Intelligence Review.2023.12 (SCI二区,IF=9.588B)

3. The optimal treatment alternatives selection of integrated TCM and Western medicine based on dynamic conflict group decision-making models. Knowledge-Based Systems. 2021.11 (SCI一区,TOP期刊,IF=8.038A)

4. Multi-granularity dominance rough concept attribute reduction over hybrid information systems and its application in clinical decision-making. Information Sciences. 2022.3 (SCI一区,TOP期刊,IF=5.91A)

5. A type of mixed logical system model using in laboratory optimal management. IEEE Access. 2021.2 (SCI二区,TOP期刊,IF=3.745A)

6. Neighborhood rough set-based three-way clustering considering attribute correlations: An approach to classification of potential gout groups. Information Sciences. 2020.5 (SCI一区,TOP期刊,IF=5.91A)

讲授课程情况:

研究生课程《人工智能》、本科生课程《大数据分析方法》、《数据库技术》等相关课程。

联系方式:zhangyan@gdufe.edu.cn