Gautam b·辛格博士。

教授 计算机科学与工程部门 534电子商务;(248)370 - 2129;传真:(248)370 - 4625 singh@www.zhongqiwg.com 辛格secs.www.zhongqiwg.com/ ~ 博士,韦恩州立大学,1993

• 于1998年加万博ManBetX登录入奥克兰大学
• 识别:信息技术、国际的1997 - 98。
• 成员:ACM, IEEE计算机协会,美国科学促进会(美国科学促进协会)。

教学

• 高级的设计和实现
• 生物信息学
• 计算机取证
• 高级的设计

研究

• 数据挖掘和创新发现
• 知识产权和创造力信息学
• 生物信息学
• 网络法律
• 取证和计算机犯罪
• 并行计算和算法

1. 信息系统建模、管理和高效的数据检索。本研究主要集中在应用程序级别关联数据建模需求的数据表示数据库系统体系结构。复杂的应用程序在工程、金融、生物系统正在研究与系统实现使用关系,对象关系,面向对象,演绎数据库模型。面临的挑战在有效评估复杂的基于内容的查询构成本研究的重要组成部分。
2. 时态数据库设计应用在制造业和流程监控。生产应用程序需要访问时间控制的和暂时的有效数据。这样的应用程序范围从自动跟踪和指导对象工厂地板上记录和分析过程相关数据和删除异常的目标和构建可靠的系统。广义模式开发以满足颞完整性约束和满足应用程序的事务处理期限表示这项研究解决的问题。
3. 数据挖掘,预测建模和预测。非常大的数据库(VLDB)维护的详细日志事务代表一个重要的信息来源,利用数据挖掘和预测建模技术的力量。我们的研究集中在这个领域一直使用确定性和随机技术学习从可用的数据模型参数。时间序列预测方法代表了一个有用的建模范式在时态数据库中。这些功能是非常有用的用于构建失败预测模型满足工程系统的可靠性约束。
4. 应用程序发现数据模式的智能和自适应算法自适应系统基于学习原则是达到更高层次的成熟度和代表一个有用的工具,发现新模式和关联信息在数据库中。这样一个发现使用概念聚类的数据关系派生;和谐理论和竞争学习可以随后用于开发系统数据模型。

选定的出版物

1。书:计算生物学和生物信息学的基础。
施普林格,2015年1月。

2。“保护创新的商业方法、软件和数据库”
全球商业杂志的信息系统,充实
出版物。诉1(1),页1 - 10,2013 - 2013。

3所示。“学习模式在生物数据库——随机信息
数据挖掘,”数据挖掘和知识发现手册,
2010年

4所示。“中美合作所修改算法效率出现。”国际
计算机及其应用》杂志上,2010年

5。“使用隐马尔科夫模型在车辆碰撞检测,”IEEE
对车辆的技术交易,2009年

6。“基于组件的方法来教育学生
生物信息学,”IEEE教育,2009年

7所示。“数学模型来预测区域的染色质附件
核基质”,核酸的研究,1997年