首頁

報告時間：12月22日（星期三）下午15:30-17:40

主持人：汪國華 教授/博導

參會方式：騰訊會議号674-810-716，也可掃描下方二維碼進入會議室。

報告安排：

特邀講者及報告簡介：

特邀講者：崔斌，教授/博導，國家高層次人才，北京大學計算機系副主任，網絡與信息系統研究所所長。研究方向包括數據庫系統設計和性能優化、數據挖掘、大數據管理和分析等，在相關領域發表了100多篇學術論文。擔任中國計算機學會數據庫專委會副主任，VLDB理事會理事，IEEE TKDE、VLDB Journal等期刊編委，以及數十個國際會議的程序委員會委員。他是中國計算機學會傑出會員，于2008年獲得微軟亞洲研究院的“微軟青年教授獎”，2009年獲得中國計算機學會“CCF青年科學家獎”，2014年獲教育部自然科學二等獎。

報告題目：河圖：面向超大模型的分布式深度學習框架

報告摘要：機器學習系統是人工智能應用的重要基礎，其核心包括數據組織形式、模型計算方法以及硬件使用方式等。日益增長的模型和數據規模對現有系統帶來了嚴峻的挑戰。本次報告介紹了課題組自主研發的面向超大模型的自動并行分布式深度學習框架--河圖。報告首先介紹了河圖的特性和設計理念，剖析了目前“大模型”發展情況，然後重點介紹了河圖面向複雜模型和硬件環境的優化進展以及在自動化并行訓練上的探索。最後，對機器學習系統的發展進行了展望。河圖系統已在GitHub開源https://github.com/PKU-DAIR/Hetu。

特邀講者：袁野，博士，現為北京理工大學計算機學院教授、博士生導師、國家優秀青年基金獲得者。主持國家自然基金重點項目，科技部重點研發課題。曾獲中國電子學會，教育部和遼甯省科技進步一等獎、全國優秀博士論文提名獎、中國計算機學會優秀博士論文獎。袁博士是中國計算機學會數據庫專業委員會常委、大數據專家委員會委員、中國計算機學會高級會員，IEEE、ACM高級會員。香港科技大學、香港中文大學、英國愛丁堡大學訪問學者。主要研究方向為大數據管理與分析(包括圖數據管理、衆包數據管理、不确定數據管理、數據隐私保護等)。在SIGMOD、VLDB、ICDE、VLDB Journal、IEEE Trans. TKDE、IEEE Trans. TPDS等重要學術會議和期刊上發表論文90餘篇。

報告題目： 面向大數據聯邦的管理與分析

報告摘要：數字經濟時代海量多源異構數據指數增長，管理和分析這些數據的基礎設施從傳統數據庫、數據倉庫到如今的數據中台、數據湖和跨域數據平台快速疊代。這些新型基礎設施具有數據異構、數據自治、數據變化和數據隐私等特點，被統稱為“大數據聯邦”。本報告首先結合實際應用，闡述大數據聯邦的特點、以及管理和分析大數據聯邦帶來的研究挑戰。其次，介紹我們提出的一套大數據聯邦管理和分析框架。最後，總結并展望大數據聯邦。

特邀講者：馬占宇，瑞典皇家理工學院博士、博士後，現任北京郵電大學教授、博士生導師，中國圖象圖形學學會理事兼副秘書長、青工委副主任，中國計算機學會傑出會員、計算機視覺專委會秘書長。主要研究方向是模式識别與機器學習基礎理論與方法，及其在計算機視覺、多媒體信号處理等領域的應用。在包括IEEE TPAMI、CVPR在内的頂級國際期刊和會議上發表/錄用論文100多篇，擔任IEEE TNNLS、IEEE TVT等國際期刊編委和CVPR、AAAI等國際會議AC；先後主持國家自然科學基金“優青”、聯合重點、面上項目等以及科技部“科技冬奧”重點研發計劃課題、北京市自然科學基金重點項目等；曾獲中國人工智能學會“第七屆吳文俊人工智能科學技術獎”一等獎，“北京市科學技術獎”二等獎等。

報告題目：基于概率模型表達的深度神經網絡優化

報告摘要：以深度學習為代表的人工智能技術迅速發展，受到了學術界和産業界的大量關注。作為深度學習的重要組成，深度神經網絡存在着結構過于複雜、注意力等功能機制不明确以及觀測數據不完備等問題，其優化方法的研究面臨着挑戰。團隊聚焦基于概率模型表達的深度神經網絡優化方法研究，針對基于傳統分布的Dropout正則化會引入系統偏差、傳統注意力機制的可解釋性較弱以及觀測數據的不完備導緻的泛化能力不足等問題，提出了基于非高斯先驗的深度神經網絡正則化框架、基于非高斯先驗的深度神經網絡注意力機制和基于混合模型的輸出特征不确定性估計方法等，有效的降低了網絡複雜度、較好的解釋了模型的注意力機制，并提升了預測結果的可信程度。

特邀講者：杜軍平，CAAI會士、CCF會士。博士，北京郵電大學計算機學院教授、博導，北京郵電大學校學術委員會委員、計算機應用技術中心主任。主要研究方向是數據挖掘、大數據智能分析、社交網絡分析。先後主持了國家自然科學基金重大項目、國家重點研發計劃項目、國家自然科學基金重點項目、973計劃課題、863計劃項目、國家自然科學基金重大國際合作項目等30餘項國家和省部級科研項目。在IEEE TPAMI、TKDE、TNNLS、TCST、TSMC、TIM、TVT、TIFS、ACM MM、IJCAI、ICDE、CVPR等國際重要刊物和國内外學術會議上發表論文400餘篇，出版專著6部，申請和授權國家發明專利37項，登記軟件著作權15項，獲國家技術發明獎二等獎、教育部技術發明獎一等獎、北京市科學技術二等獎、吳文俊人工智能自然科學二等獎等。

報告題目：面向智慧旅遊的跨媒體大數據智能分析與處理

報告摘要：智慧旅遊是借助于物聯網、雲計算、人工智能和大數據等技術，使旅遊物理資源和信息資源高度系統化整合的全新旅遊形态。本報告介紹面向智慧旅遊的跨媒體大數據智能分析與處理技術的發展趨勢，對智慧旅遊系統總體架構及信息感知、跨媒體旅遊大數據的語義學習和内容識别、跨媒體旅遊大數據挖掘，以及基于群智感知的遊客行為與突發事件預測等進行深入分析，并介紹團隊在智慧旅遊方面取得的最新研究成果。

歡迎各位老師、同學參與交流！