大数据与机器学习研究室目前的主要研究内容包括：1.大数据系统结构研究，包括更加专业化的信息收集系统、自动化的配置管理以及更加高效的镜像同步和切换。2.存储技术研究，包括层次化、分布式存储系统的均衡性和可扩展性；存储系统在线数据冗余去重；快速应对海量数据的统计查询。3.机器学习理论和方法研究，在以Hadoop为代表的并行计算平台上，设计和实现适合大数据特点的分布式并行化机器学习与数据挖掘算法。4. 演化计算与机器学习的理论、应用及与其它学科的交叉融合，具体包括应用演化算法求解全局优化问题、多峰优化问题、多目标优化问题、约束问题、动态环境优化问题及大规模优化等问题。神经网络、支持向量机与深度神经网络我在机器学习方面的主要研究内容。
