深度模糊系统：根据据层次化处理、模型内特征变换和足够的模型复杂度等深度学习建模原则，研究以模糊系统为基础的深度学习模型结构、训练方法和可解释性，并探索其在结构化数据分析领域的应用。 公理模糊集理论及其应用：利用公理模糊集能够处理不精确、不确定数据的良好特性，以及在模型透明性和结果可解释性方面的优势，拓展其在有监督学习、无监督学习和半监督学习等领域的应用。
