江苏省大数据与人工智能高峰论坛(2019. 11. 9)

发布日期:2019-10-21 浏览次数: [字体: ]


报告一:辨证地看人工智能

报告专家简介:

孙茂松,博士,清华大学计算机科学与技术系教授,博士生导师,清华大学人工智能研究院常务副院长,清华大学计算机学位评定分委员会主席。2007-2018年任计算机科学与技术系主任、党委书记。主要研究领域为自然语言处理、互联网智能、机器学习、社会计算和计算教育学。国家重点基础研究发展计划(973计划)项目首席科学家,国家社会科学基金重大项目首席专家。在重要国际刊物、国际会议、国内核心刊物上发表论文200余篇,Google Scholar论文引用数7000余次。2013年带领团队成功研制并发布了全球第一个向全社会免费开放的中文MOOC平台“学堂在线”(http://www.xuetangx.com/),目前学习者已超过1500万人。2017年领衔研制出“九歌”人工智能古诗写作系统,引起了社会关注。主要学术兼职包括:教育部在线教育研究中心副主任,清华大学大规模在线教育研究中心主任,清华大学-新加坡国立大学下一代搜索技术联合研究中心共同主任,清华大学区块链技术联合研究中心主任,国务院学位委员会第六届学科评议组计算机科学与技术组成员,教育部教学信息化与教学方法创新指导委员会副主任委员,互联网教育智能技术及应用国家工程实验室副主任,国家自然科学基金委员会第十二、十三届专家评审组成员,中国科学技术协会第九届全国委员会委员,中国中文信息学会第六、七届副理事长,《中文信息学报》主编,全国计算机慕课联盟副理事长,多个教育部或省市级重点实验室学术委员会主任、副主任,国家语言文字工作委员会“两岸语言文字交流与合作协调小组”成员等。2007年获“全国语言文字先进工作者”,2016年获“全国优秀科技工作者”及“首都市民学习之星”。

 

报告二:大数据分析挖掘的多粒度方法

报告摘要大数据给现有的数据分析挖掘技术带来了前所未有的挑战,探索大数据分析挖掘的粒计算新理论与新方法已成为数据挖掘与机器学习领域所关心的重要问题。本报告分析了大数据分析挖掘特点与粒计算范式的高度契合性,介绍了我们在基于多粒度的聚类算法、链接预测、图半监督学习等大数据分析挖掘方面的最新研究进展,探讨了多粒度计算在数据建模中的一些思考。

报告专家简介:

梁吉业博士、山西大学副校长、教授、博士生导师,CCF 会士,山西大学计算智能与中文信息处理教育部重点实验室主任,教育部计算机类专业教学指导委员会委员,中国计算机学会理事,中国人工智能学会知识工程与分布智能专业委员会副主任委员,山西省计算机学会理事长,享受国务院政府特殊津贴专家。任《International Journal of Computer Science and Knowledge Engineering》、《计算机研究与发展》、《模式识别与人工智能》编委。先后主持国家863计划项目2项、国家自然科学基金项目7项(其中重点基金项目2项),973计划前期研究专项1项。先后在《Artificial Intelligence》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《Data Mining and Knowledge Discovery》、《IEEE Transactions on Knowledge and Data Engineering》、《中国科学》等国际国内重要学术刊物和会议上发表论文200余篇,其中SCI收录120余篇。作为第一完成人获山西省自然科学一等奖2项、第五届中国国际发明展览会金奖1项。2014—2018年连续入选爱思唯尔中国高被引学者榜单。指导的博士生获得全国百篇优秀博士学位论文提名奖、CCF优秀博士学位论文奖、中国人工智能学会优秀博士学位论文奖。

 

报告三:大数据时代的人工智能与创新应用

报告摘要:人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、技术与应用的学科。随着信息通讯技术飞速发展和社会对数据深度认知的强烈需求,大数据逐步被学术界和企业界重视,当今社会已经进入了大数据时代,本报告主要介绍大数据时代的人工智能与创新应用。首先,讲解大数据时代是技术发展和社会进步的必然;然后,深入解析人工智能的本质,以及大数据时代人工智能研发的难题;最后,分析大数据时代人工智能技术应用的现状和展望产业发展的未来。

报告专家简介:

张文生博士,中国科学院自动化研究所研究员、博士生导师,中科麦迪人工智能研究院院长,中国科学院大学人工智能首席教授,历任科技处长、重点项目处长、副总工程师。主要研究:人工智能、机器学习、大数据模式挖掘、跨模态数据标注、医疗数据分析推理、网络协同制造。国家“云计算和大数据”重点专项总体组专家、“物联网与智慧城市”重点专项总体组专家,中国仪器仪表学会物联网工作委员会副理事长、中国人工智能学会智能服务专委会副主任、中国自动化学会智能控制专委会副主任。已经在国内外发表170余篇学术论文,获得国家发明专利40余项,国家科技进步二等奖1项,省部级科学技术二等奖3项。

 

报告四:大数据智能计算技术及其研究

报告摘要大数据已经从过去几年的概念阶段,逐步进入到智能化分析落地应用阶段。大数据智能化分析应用需求,推动了近几年来大数据智能计算技术的快速发展。本报告将介绍大数据智能计算技术的基本内容、关键技术、以及国内外发展现状与发展趋势。在此基础上,将介绍我们在大数据机器学习算法、大数据智能计算系统、以及大数据自动化机器学习领域的研究工作。

报告专家简介:

黄宜华博士,南京大学计算机系教授、博导,南京大学PASA大数据实验室学术带头人。中国计算机学会大数据专家委员会常务委员、副秘书长,江苏省计算机学会大数据专家委员会主任、云计算专家委员会副主任。主要研究方向为大数据处理与智能分析,在国内外学术刊物和国际会议上发表学术论文60多篇,撰写并出版大数据处理专著两部。是国内最早系统化从事大数据处理技术研究和教学的学者之一,在大数据分布式存储、并行化计算、智能化分析技术与应用等方面,开展了一系列的研究开发工作。主持国家级和省部级科研项目多项,并开展了与GoogleIntel、微软、华为、百度、今日头条、中兴通讯等国内外知名企业与研究机构、以及与SparkAlluxio等国际著名大数据开源社区的诸多合作研究。

 

报告五:偏标记学习的研究

报告摘要:偏标记学习(partial label learning)是一类重要的弱监督学习框架,在该框架下每个对象同时具有多个候选标记,但其中仅有一个为其真实标记。偏标记学习技术已在多媒体内容自动标注、自然语言处理、生态信息学等领域得到成功应用,本报告将从三方面介绍偏标记学习的研究现状:首先,简要讨论偏标记学习的问题设置及其与相关弱监督学习框架的关系;其次,对现有偏标记学习算法进行总结并介绍我们在该方面的最新工作;最后,给出偏标记学习的相关学术资源。

报告专家简介:

张敏灵,博士,东南大学计算机科学与工程学院教授,博士生导师,青年长江学者特聘教授。分别于2001年、2004年和2007年于南京大学计算机科学与技术系获学士、硕士和博士学位。主要研究领域为机器学习、数据挖掘。先后主持国家自然科学基金项目3项(其中:优秀青年科学基金1项;面上项目1项;青年基金1项),教育部博士点基金新教师项目1项等,现任中国人工智能学会机器学习专委会秘书长、中国计算机学会人工智能与模式识别专委会常务委员、江苏省人工智能学会学术工委主任等。担任《ACM Trans. IST》、《Neural Networks》、《Frontiers of Computer Science》等国际期刊编委、《中国科学:信息科学》青年编委等。应邀担任ACML'18大会主席,PAKDD'19、ACML'17、PRICAI'16等程序主席,以及IJCAI/AAAI/ICDM等国际会议SPC或领域主席20余次。获CCF-IEEE CS青年科学家奖(2016)等。