最终学历：研究生
研究方向：数据挖掘与机器学习，粒度计算
电子邮箱：ljy@sxu.edu.cn
最终学位：博士
研究生导师：博士生导师
联系电话：0351-7010566
梁吉业，博士，教授，博士生导师，中国计算机学会（CCF）会士，中国人工智能学会（CAAI）会士，山西大学学术委员会主任委员，山西大学计算智能与中文信息处理教育部重点实验室主任，曾任山西大学副校长、太原师范学院院长。现任教育部科技委人工智能与区块链/科技伦理专门委员会委员，教育部高等学校计算机类专业教指委委员，中国计算机学会理事，中国人工智能学会理事，中国计算机学会人工智能与模式识别专委会主任，山西省计算机学会理事长，享受国务院政府特殊津贴专家。任国际学术期刊《Engineering Applications of Artificial Intelligence》、《International Journal of Computer Science and Knowledge Engineering》、国内学术期刊《计算机研究与发展》与《模式识别与人工智能》等期刊编委；是山西省高等学校优秀创新团队带头人、山西省首批科技创新重点团队带头人；入选山西省“三晋英才”支持计划高端领军人才、山西省高等学校中青年拔尖创新人才、山西省新世纪学术技术带头人333人才工程；获得山西省五一劳动奖章、第五届山西省青年科学家奖、山西省模范教师、山西省优秀研究生导师等多项荣誉称号。
1983年本科毕业于山西大学，获学士学位；1990年、2001年研究生毕业于西安交通大学，分别获硕士、博士学位；2002年至2004年在中国科学院计算技术研究所从事博士后研究工作。先后赴美国、德国、瑞士、瑞典、加拿大、日本、香港等国家和地区的大学进行学术访问和合作研究。主要从事大数据分析挖掘、机器学习、人工智能等方面的教学科研工作。
近年来主持科技部“科技创新2030—新一代人工智能”重大项目1项、国家自然科学基金/联合基金重点项目4项、国家863计划项目2项、国家自然科学基金面上项目6项等。在AI、JMLR、IEEE TPAMI、IEEE TKDE、ML、NeurIPS、ICML、AAAI等国际国内重要学术期刊和会议发表论文300余篇，其中SCI收录200余篇。作为第一完成人获山西省自然科学一等奖2项、第五届中国国际发明展览会金奖1项；作为第二完成人获山西省科技进步一等奖2项。2014—2022年连续入选爱思唯尔中国高被引学者榜单。指导的博士生获得全国百篇优秀博士学位论文提名奖、中国计算机学会优秀博士学位论文奖、中国人工智能学会优秀博士学位论文奖、中国中文信息学会优秀博士学位论文奖。
1. 国家自然科学基金委员会，联合基金重点项目，U21A20473，网络大数据分析挖掘的理论与方法，2022-01至2025-12，主持
2. 国家自然科学基金委员会，面上项目，62376141，知识引导的开放集学习方法研究，2024.01至2027.12，主持
3. 国家科技部，科技创新2030—“新一代人工智能”重大项目，2020AAA0106100，认知计算基础理论与方法研究，2020-11至2024-10，主持
4. 国家自然科学基金委员会，面上项目，61876103，基于多粒度的半监督学习方法，2019-01至2022-12，主持
5. 国家自然科学基金委员会，重点项目/总装联合基金项目，61432011/U1435212，面向大数据的粒计算理论与方法，2015-01至2019-12，主持
6. 国家自然科学基金委员会，重点项目，71031006，高维复杂数据分析理论及其在投资决策中的应用，2011-01至2014-12，主持
7. 国家科技部，973计划前期研究专项，2011CB11805，基于认知机理的高维复杂数据建模理论与方法，2011-01至2012-12，主持
8. 国家自然科学基金委员会，面上项目，70971080，面向复杂数据的粗糙集多属性/多准则决策分析研究，2010-01至2012-12，主持
9. 国家自然科学基金委员会，面上项目，60773133，复杂信息系统的粒度结构与知识获取研究，2008-01至2010-12，主持
10. 国家科技部，863计划项目，2007AA01Z165，面向高维复杂数据的粒度计算理论与算法研究，2007-10至2009-12，主持
11. 国家自然科学基金委员会，面上项目，70471003，基于软计算技术的不确定性决策方法研究，2005-01至2007-12，主持
12. 国家科技部，863计划项目，2004AA115460，专家系统及计算机软硬件系统评价技术研究，2004-10至2005-12，主持
13. 国家自然科学基金委员会，面上项目，60275019，粗糙集理论中的不确定性、模糊性与知识获取，2003-01至2005-12，主持
[1] Jiye Liang*, Zijin Du, Jianqing Liang, Kaixuan Yao, Feilong Cao. Long and short-range dependency graph structure learning framework on point cloud. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023, DOI: 10.1109/TPAMI.2023.3298711.
[2] Kaixuan Yao, Jiye Liang*, Jianqing Liang, Ming Li, Feilong Cao. Multi-view graph convolutional networks with attention mechanism. Artificial Intelligence, 2022, 307: 103708.
[3] Liang Bai, Jiye Liang*, Yunxiao Zhao. Self-constrained spectral clustering. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023, 45(4): 5126-5138.
[4] Jiye Liang*, Xiaolin Liu, Liang Bai, Fuyuan Cao, Dianhui Wang. Incomplete multi-view clustering via local and global co-regularization. Science China Information Sciences, 2022, 65(5): 152105.
[5] Jiye Liang*, Junbiao Cui, Jie Wang, Wei Wei. Graph-based semi-supervised learning via improving the quality of the graph dynamically. Machine Learning, 2021, 110:1345–1388.
[6] Junbiao Cui, Jiye Liang*. Fuzzy learning machine. Proceedings of Advances in Neural Information Processing Systems (NeurIPS). 2022: 36693-36705.
[7] Junbiao Cui, Jianqing Liang, Qin Yue, Jiye Liang*. A general representation learning framework with generalization performance guarantees. Proceedings of 40th International Conference on Machine Learning (ICML). 2023.
[8] Qingqiang Chen, Fuyuan Cao*, Ying Xing, Jiye Liang*. Evaluating classification model against Bayes error rate, IEEE Transactions on Pattern Analysis and Machine Intelligence, doi: 10.1109/TPAMI.2023.3240194.
[9] Liang Bai, Jiye Liang*, Fuyuan Cao. Semi-supervised clustering with constraints of different types from multiple information sources. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021, 43(9):3247-3258.
[10] Jiye Liang*, Yunsheng Song, Deyu Li, Zhiqiang Wang, Chuangyin Dang. An accelerator for the logistic regression algorithm based on sampling on-demand. SCIENCE CHINA Information Sciences, 2020, 63(6): 169102.
[11] Liang Bai, Jiye Liang*. Sparse subspace clustering with entropy-norm. Proceedings of the 37th International Conference on Machine Learning (ICML), 2020.
[12] Liang Bai, Jiye Liang*. A three-level optimization model for nonlinearly separable clustering. Proceedings of the 34th AAAI Conference on Artificial Intelligence (AAAI), 2020.
[13] Liang Bai, Jiye Liang*, Hangyuan Du, Yike Guo. An information-theoretical framework for cluster ensemble. IEEE Transactions on Knowledge and Data Engineering, 2019, 31(8): 1464-1477.
[14] Zhiqiang Wang, Jiye Liang*, Ru Li, Yuhua Qian. An approach to cold-start link prediction: Establishing connections between non-topological and topological information, IEEE Transactions on Knowledge and Data Engineering, 2016, 28(11): 2857-2870.
[15] Jiye Liang*, Feng Wang, Chuangyin Dang, Yuhua Qian. A group incremental approach to feature selection applying rough set technique, IEEE Transactions on Knowledge and Data Engineering, 2014, 26(2): 294-308.
[16] Yuhua Qian, Jiye Liang*, Witold Pedrycz, Chuangyin Dang. Positive approximation: An accelerator for attribute reduction in rough set theory. Artificial Intelligence, 2010, 174: 597-618.
[17] Jiye Liang*, Yuhua Qian. Information granules and entropy theory in information systems. Science in China, Series F: Information Sciences, 2008, 51(10): 1427-1444.
[18] 梁吉业*, 钱宇华. 信息系统中的信息粒与熵理论. 中国科学 E辑: 信息科学, 2008, 38(12): 2048-2065.
[19] 梁吉业*, 冯晨娇, 宋鹏. 大数据相关分析综述. 计算机学报, 2016, 39(1): 1-18.
[20] 梁吉业*, 钱宇华, 李德玉, 胡清华. 大数据挖掘的粒计算理论与方法. 中国科学: 信息科学, 2015, 45(11): 1355-1369.