研究方向：机器学习、数据挖掘、大数据聚类和大数据近似计算
办公邮箱：caiyongda@gpnu.edu.cn
个人简介：
蔡湧达，男，博士，广东技术师范大学计算机科学学院专任教师，2025年博士毕业于深圳大学计算机与软件学院，主要研究方向包括机器学习、数据挖掘、大数据聚类和大数据近似计算等。迄今已在IPM、Information Sciences、ASOC、Neurocomputing等期刊上发表学术论文10篇，其中以第一作者身份发表论文4篇。同时，担任ASOC、EAAI、Information Fusion等国际期刊的审稿人。
教育背景：2021.9-2025.6深圳大学 计算机科学与技术 博士学位
主讲课程：《人工智能基础》
代表性科研项目：
1. 国家自然科学基金面上项目，基于随机样本划分的分布式大数据近似计算理论与算法研究，2020/01-2023/12，61万，参与。
2. 深圳市自然科学基金重点项目，跨域大数据复杂性理论与分布式算法研究，2022/10-2025/11，200万，参与。
代表性论文:
1. Yongda Cai, Mohammad Sultan Mahmud, Jingsheng Xu, Xudong Sun, Joshua Zhexue Huang. Spectral ensemble clustering with doubly stochastic co-association matrix[J]. Information Sciences, 2025, 686: 121314.
2. Yongda Cai, Joshua Zhexue Huang, Alladoumbaye Ngueilbaye, Xudong Sun. Adaptive Neighbors Graph Learning for Large-Scale Data Clustering using Vector Quantization and Self-Regularization[J]. Applied Soft Computing, 2024, 167: 112256.
3. Yongda Cai, Dingming Wu, Xudong Sun, Siyue Wu, Jingsheng Xu, Joshua Zhexue Huang. CDFRS: A scalable sampling approach for efficient big data analysis[J]. Information Processing & Management, 2024, 61(4): 103746.
4. Yongda Cai, Joshua Zhexue Huang, Jianfei Yin. A new method to build the adaptive k-nearest neighbors similarity graph matrix for spectral clustering[J]. Neurocomputing, 2022, 493: 191-203.
5. Xudong Sun, Lingxiang Zhao, Jiaqi Chen, Yongda Cai, Dingming Wu, Joshua Zhexue Huang. Non-MapReduce computing for intelligent big data analysis[J]. Engineering Applications of Artificial Intelligence, 2024, 129: 107648.
6. Xudong Sun, Alladoumbaye Ngueilbaye, Kaijing Luo, Yongda Cai, Dingming Wu, Joshua Zhexue Huang A scalable and flexible basket analysis system for big transaction data in Spark[J]. Information Processing & Management, 2024, 61(2): 103577.
7. Xiaojun Yang, Mingjun Zhu, Yongda Cai, Zheng Wang, Feiping Nie. Fast spectral clustering with self-adapted bipartite graph learning[J]. Information Sciences, 2023, 644: 118810.
8. Yijun Liu, Yongda Cai, Xiaojun Yang, Feiping Nie, Wujian Ye. Fast adaptive neighbors clustering via embedded clustering[J]. Neurocomputing, 2020, 399: 331-341.
9. 何一帆,何玉林,蔡湧达,黄哲学.基于夹角几何的I-niceMO增强算法[J].系统仿真学报,2023,35(4):797-808.
10. 许裕雄,杨晓君,蔡湧达,杜晓颜,张鑫.基于二叉树锚点的高光谱快速聚类算法[J].激光与光电子学进展,2021,58(2):211-218.
主要授权发明专利：
1. 一种类脑计算机专用网络拓扑结构设计方法和装置,公开号：ZL 2020 1 1124040.9，发明专利，2023/04/07
