Zhong Li
Promovendus
- Naam
- Z. Li
- Telefoon
- +31 71 527 4799
- z.li@liacs.leidenuniv.nl
- ORCID iD
- 0000-0003-1124-5778
Zhong's onderzoeksinteresses liggen vooral op het gebied van Machine Learning en Data Mining. Zijn huidige werk draait om Feature Selection, Instance Selection, Contextual Anomaly Detection, Hybrid Models en Digital Twin. Het onderwerp van zijn PhD-programma is "Feature and data subset selection for contextual anomaly detection using hybrid models", dat deel uitmaakt van het DIGITAL TWIN-programma. Voordat hij bij de EDA-groep van de Universiteit Leiden kwam, behaalde Zhong een Bachelordiploma in Statistiek aan de Tongji Universiteit in Shanghai, China. Vervolgens ontving hij een Master in Wiskunde van de Tongji Universiteit en een Diplôme d'Ingénieur (dubbele graad) in Data Science van ENSAI in Rennes, Frankrijk.
Zie ook
Promovendus
- Wiskunde en Natuurwetenschappen
- Leiden Inst of Advanced Computer Science
- Li Z., Liang S., Shi J. & Leeuwen M. van (2024), Cross-domain graph level anomaly detection, IEEE Transactions on Knowledge and Data Engineering 36(12): 7839-7850.
- Li Z., Zhu Y. & Leeuwen M. van (2023), A survey on explainable anomaly detection, ACM Transactions on Knowledge Discovery from Data 18(1): 23.
- Li Z. & Leeuwen M. van (2023), Explainable contextual anomaly detection using quantile regression forests, Data Mining and Knowledge Discovery 37: 2517-2563.
- Li Z., Quartagno M., Böhringer S. & Geloven N. van (2022), Choosing and changing the analysis scale in non-inferiority trials with a binary outcome, Clinical Trials 19(1): 14-21.
- Zhong L., Leeuwen M van & Li Z. (2022), Feature selection for fault detection and prediction based on event log analysis, ACM SIGKDD Explorations 24(2): 96-104.