CCF YOCSEF深圳成功举办“大数据与人工智能”技术研讨会 - 新闻动态 - 中国计算机学会_188体育app官网

CCF YOCSEF深圳成功举办“大数据与人工智能”技术研讨会

2018-07-29 阅读量:8 小字

CCF YOCSEF深圳成功举办“大数据与人工智能”技术研讨会

由深圳大学大数据系统计算技术国家工程实验室、广东省大数据协同创新中心、深圳大学大数据技术与应用研究所主办，中国计算机学会青年计算机科技论坛深圳分论坛(CCF YOCSEF深圳)承办的青年计算科技校企协同创新技术研讨会“大数据与人工智能”于2018年7月28日下午2：00-6：00在深圳市南山区新桃园酒店顺利举办。

CCF YOCSEF深圳委员陈小军主持

论坛举办的背景是在国家将粤港澳大湾区建设和发展定位于国家重大战略的方针，其目的是交流粤港澳三地在大数据与人工智能领域的最新成果，推动三地在大数据与人工智能的理论与技术研究交叉融合及大研究成果资源共享。论坛由CCF YOCSEF深圳委员、深圳大学大数据技术与应用研究所所长助理陈小军主持，一共邀请了五位在相关领域的知名学者及工业界技术专家来给大家做了精彩的报告。

深圳大学大数据技术与应用研究所副所长崔来中介绍广东省大数据协同创新中心

首先由深圳大学大数据技术与应用研究所副所长崔来中介绍了广东省大数据协同创新中心的情况。据悉该中心由省内5所知名高校协同共建，包括深圳大学、中山大学、华南理工大学、暨南大学及中科院深圳先进技术研究院。中心的主要任务是协同各参与方资源，形成优势互补，服务于粤港澳的科技发展需求。同时，为扩大中心对粤港澳协同合作的辐射面，此次会议邀请了香港大学、香港城市大学、香港浸会大学、澳门大学及南方科大的代表于7月28日上午进行中心下一步发展与建设方案的研讨，通过了以中心为依托建立粤港澳学术交流平台的提议，进一步提升中心的影响力。

华南师范大学计算机学院院长汤庸教授做报告

来自华南师范大学计算机学院的院长汤庸教授做了题为《社交网络中的数据智能应用-SCHOLAT研究与实践》。汤教授华南师范大学自主研发的面向学者的社交网络——学者网(scholat.com)为背景，介绍了个人学术空间管理、学术团队网站、课程教学网站及学术圈的创建，以及学术搜索和推荐服务等学者社交网络及大数据应用。他指出，学者网具有大量高质量的科研用户，可以为个人及团队宣传、学术交流、人才招聘及科研提供帮助。

香港城市大学李青教授做报告

来自香港城市大学电脑科学系多媒体软件工程研究中心创始主任李青教授做了题为《Event Cube: a Conceptual Framework for Multi-sourced Event Management and Multi-dimensional Analysis》的报给。李教授给大家分享了从社交媒体上自动抓取数据并分析，最终希望用于阻止自杀的技术。其核心技术是从各种各样的社交媒体上抓取各种数据，然后利用多模态融合技术对其进行有效的融合，最后通过对数据中隐含的事件进行分析，找到感兴趣的事件。他提出了一种事件的概念模型，即事件立方体（EventCube）模型，两种事件发现机制：UED（Untargeted Event Detection），TED（Targeted Event Detection），以及两种事件关联关系分析方法：Intra-cube Event Relation Analysis（事件内关联关系分析）以及Inter-cube Event Relation Analysis（跨事件关联关系分析）。

香港大学郑振刚副教授做报告

来自香港大学的郑振刚副教授（Reynold Cheng）以《Meta Paths and Meta Structures: Analysing Large Heterogeneous Information Networks》为题，向大家分析了大规模异构信息网络分析技术：Meta Paths and Meta Strucutre。该技术的目的是从大规模信息网络中查找相似/相关的实体。Meta Path是通过不同类型的边连接的节点类序列，其核心技术包括Path Count（路径计数），Path Constrained Random Walk（路径约束的随机游走）。他提出了一种最佳Meta Path的发现方法，解决了两个核心问题：路径生成及节点类生成。Meta Strucutre是一种只包含一个起点和终点的有向图。其中结构计数，元结构分布是重要的问题。

西北工大学教授、深圳大学短期特聘兼职教授聂飞平作报告

来自西北工大学，同时也是深圳大学短期特聘兼职教授的聂飞平教授，以《大规模结构化学习及其高效聚类算法》为题，向大家介绍了在大规模数据聚类方面的最新工作。他分析了对大规模图数据进行聚类分析的难点，并介绍了一种新的基于动态近邻关系的聚类方法CAN。该方法可以自动从数据中学习一个带有最优的概率连接矩阵，同时该矩阵具有显示的类结构。从而用户可以直接从概率矩阵中提取联通子图作为簇，而不需要再使用如k-means一类的后处理方法。同时，为了解决CAN计算复杂度过高的问题，提出了一个具有线性计算复杂度的FCAN方法。

最后，来自腾讯SNG的专家级研究员、腾讯AI安全负责人成杰峰博士以《腾讯188体育app官网：的AI应用》为题，介绍了在腾讯里做的188体育app官网：分析方面的一系列工作。成博士首先介绍了腾讯在图数据库存储、查询及分析方面的技术积累，指出其自主研发的腾讯云星图188体育app官网：的一系列性能已经远超过国内外相关产品。同时，他列举了安全的一些典型场景，并介绍了AI技术在这些场景上的应用情况以及所取得的结果。