CCF@U889:巢文涵、刘偲、童咏昕走进吕梁学院
CCF走进高校第889场
敬请关注
由中国计算机学会(CCF)主办,吕梁学院承办的CCF走进高校活动,将于2022年11月25日在吕梁学院及线上同步召开,敬请关注。
时间:2022年11月25日(周五)14:30--17:30
线上报告:#腾讯会议:933-475-769 密码:11560
活动安排:
时间 | 报告题目/报告人 |
14:30-15:10 | 融合智能推理的科技文献挖掘方法 |
巢文涵,北京航空航天大学副教授 | |
15:10-15:50 | 跨模态智能分析 |
刘偲,北京航空航天大学教授 | |
15:50-16:30 | 联邦计算—从数据联邦到联邦学习 |
童咏昕、北京航空航天大学教授 |
报告信息:
报告题目:融合智能推理的科技文献挖掘方法
报告摘要:科技文献作为重要的知识载体,凝聚着全人类的智慧,科技文献挖掘已被广泛应用于把握科技发展脉络、探测科技研究前沿、洞悉科技竞合态势、识别“卡脖子”技术难题及评价学术影响力等众多领域。然而,随着科技文献数量的爆发式增长,真正有用的知识被嵌入和隐藏在大量无关的自然语言表述中,如何高效并且精准地定位、理解和利用这些有用信息,形成“数据+知识+技术+应用”四轮驱动的科技情报服务,成为当前科技文献挖掘面临的挑战。
在本次报告中,主讲人将介绍课题组在该方向的最新研究成果,包括科技文献贡献描述分类和细粒度论元信息抽取,基于科技文献论辩结构的多模态对齐,并进一步探讨如何科学有效的验证科技论点等科技文献知识挖掘方法。
嘉宾简介:
巢文涵,博士,北京航空航天大学计算机学院副教授;研究兴趣为:机器翻译、自然语言处理、科技情报、智能司法等,近年来,分别主持国家级/省部级课题10余项,其中包括科技部重点研发计划课题、国家自然科学基金青年基金、教育部博士点基金新教师基金、工信部科研课题等。
在这些课题的支持下,对信息抽取、论证挖掘、机器翻译、智能司法等领域进行了深入研究,在ACL、EMNLP、COLING、NAACL、PAKDD、MT SUMMIT等重要国内外会议及期刊上发表相关论文30余篇。获电子学会科技一等奖1项;发表译著1项,申请及授权专利若干项。
学术兼职方面:担任国内外重要会议和期刊审稿人及中国电力企业联合会人工智能标准化技术委员会委员。
报告题目:跨模态智能分析
报告摘要:围绕跨模态方面,我将介绍三方面的工作。1)视觉关系分割 (Human Relation Segmentation)是我们提出的新任务,是人-物关系检测任务的细粒度形式。 该任务旨在预测人体与周围实体之间的关系,人和实体均以像素级掩码的形式进行表达。此外,我们为这项新任务收集了一个新的数据集,并提出同时匹配和分割的框架作为 HRS 任务的解决方案。2)指代分割(referring segmentation)任务是指给定自然语言表达式和图像/视频,生成语言表达对应的实体的像素级掩码。我们提出了一种跨模态渐进理解(CMPC)方案来有效模仿人类行为,并将其实现为 CMPC-I(图像)模块和 CMPC-V(视频)模块,以改进参考图像和视频分割模型。3) 远程视觉定位(REVERIE) 任务需要根据语言指令导航到远程对象并对其进行定位。其难点是智能体需要在环境内对目标进行探索。我们我们提出了一个融合常识的实体关系推理模块来学习房间和对象实体之间的内外部相关性,以便智能体在每个视点采取适当的行动。
嘉宾简介:
刘偲,北京航空航天大学教授,博导。主持国家优秀青年科学基金。研究方向是跨模态多媒体智能分析以及经典计算机视觉任务。共发表了CCF A类论文60余篇,含IEEE TPAMI 6篇。Google Scholar引用9000+次。2017年入选中国科协青年人才托举工程。获吴文俊人工智能优青奖、CSIG石青云女科学家奖。获多媒体领域顶会ACM MM 2012最佳技术演示奖,ACM MM 2013、ACM MM 2021最佳论文奖,以及IJCAI 2021最佳视频奖。主办了ECCV 2018、ICCV 2019、CVPR 2021‘Person in Context’workshop。担任中国图象图形学学会理事、副秘书长。多次担任ICCV、CVPR、ECCV、ACM MM等顶级会议领域主席(AC)。担任IEEE TMM、IEEE TCSVT编委。获得10项CVPR、ICCV、ACL等国际顶级竞赛冠军。
报告题目:联邦计算——从数据联邦到联邦学习
报告摘要:近年来随着社会治理与疫情防控等新需求的出现,跨部门间的数据孤岛给大数据共享计算带来全新挑战,即如何在各部门原始数据不出本地前提下实现多方安全的数据共享与协同分析?为此,联邦计算以其“数据不动计算动、数据可用不可见”的共享理念为破解数据孤岛挑战提供一种新型思路。本报告首先回顾安全多方计算技术与数据科学领域的融合发展历程,介绍本团队所研发的数据联邦系统——“虎符”,其已经适配当前各种主流大数据计算平台,并支持多方数据自治下的安全高效协同查询分析。随后阐述数据联邦与联邦学习的区别与联系,并分析当前联邦学习的前沿技术。最后,报告也将对该领域当前挑战和未来发展进行总结展望。
嘉宾简介:
童咏昕,北京航空航天大学计算机学院教授,博士生导师,国家自然科学基金优秀青年基金获得者。2014年于香港科技大学获计算机科学与工程学博士学位,随后留校担任研究助理教授,2015年入选北京航空航天大学“卓越百人计划”。目前主要研究方向包括:联邦学习、隐私计算、数据库系统、时空大数据挖掘分析与群体智能等。近年来,先后主持国家自然基金重点项目、国家重点研发计划课题等科研项目。共发表学术论文百余篇,其中以第一/通讯作者发表CCF-A类论文60余篇,谷歌学术引用6500余次。曾获中国电子学会自然科学一等奖(排名1)、首届阿里巴巴达摩院“青橙奖”、数据库领域CCF-A类会议VLDB 2014“杰出演示系统奖”和数据挖掘领域国际顶级竞赛 KDD Cup 2020全球冠军;担任《IEEE TKDE》与《IEEE TBD》等国际期刊的编委和多个CCF-A类会议程序委员会领域主席,长期作为多个国际顶级会议的高级程序委员会委员(Senior PC);也是CCF杰出讲者、CCF会员与分部工委副主任、CCF走进高校工作组组长。
CCF微信公众号,欢迎关注