<mark id="oztn4"></mark>
0
| 本文作者： 汪思穎 | 編輯：郭奕欣 | 2017-09-18 15:14 | 專題：第五屆CCF大數據學術會議 |
雷鋒網 AI 科技評論按：第五屆CCF大數據學術會議將于2017年10月13日-15日在深圳舉行，這是我國大數據領域的旗艦會議。屆時雷鋒網將作為協辦單位，對此次會議進行全面報導。
近幾年，大數據是各界高度關注、積極布局的熱點方向，它已經成為全球IT行業最強勁的發展動力，正在引起各行各業的業務變革與產業升級。
此次會議由中國計算機學會（CCF）主辦，CCF大數據專家委員會、深圳大學承辦，旨在交流大數據研究與應用的成果和經驗，探討產業化所面臨的關鍵性挑戰問題和研究方向。大會組委會邀請到多位學界業界領軍人物，覆蓋多個層面，將與大家進行全方位溝通探討。大會設有五個主題報告、四個分論壇及一個企業論壇，在這里，你將能全面了解大數據行業的變革與挑戰以及產業發展趨勢。
主題報告特邀嘉賓
主題報告 1
特邀嘉賓: 何友院士
報告題目：“國防大數據發展現狀與展望”簡介
摘要：本報告首先簡要介紹了大數據的相關概念、內涵和現狀；其次，給出了國防大數據的定義，總結凝練了國防大數據的獨有特征，并用全面、詳實的案例從多個視角充分展示了國防大數據的應用；然后，系統梳理了國防大數據面臨的技術挑戰，凝練了國防大數據的科學問題；最后，從指揮決策，情報分析，裝備管理，后勤保障等方面，對國防大數據的發展趨勢進行了具體闡述。
主題報告 2
特邀嘉賓: Philip S. Yu
報告題目：On Fusion of Heterogeneous Data Sources for Mining Big Data
摘要： In this talk, we focus on the variety issue and discuss the recent development in fusion of information from multiple data sources, which can be applied to multiple applications and disciplines. As the number and variety of social networks aimed at different purposes increase rapidly, users nowadays are participated in multiple online networks simultaneously to enjoy various services. How to fuse information spreading across multiple networks to achieve better understanding of customers and provide higher quality of services becomes the Holy Grail. Social networks will be used as an example to explain how to address the data fusion issue.
主題報告 3
特邀嘉賓: Usama Fayyad
主題報告 4
特邀嘉賓: Yi Pan
報告題目：Deep Learning for Big Data Applications - Improvement and Future Directions
摘要：In this talk, I will outline the challenges and problems in existing deep learning methods when applying it to big data in general and bioinformatics in particular. I will describe a few novel architectures and algorithms recently proposed by us to improve the accuracies and learning speeds of the existing deep learning technologies. These new deep learning architectures and algorithms will be applied to several big data applications including image processing, DNA sequence annotation, long intergenic non-coding RNA detection, and gene structure prediction. The data encoding schemes, the choice of architectures and methods used will be described in details. Performance comparisons with other machine learning and existing deep learning methods will be reported. The experimental results show that deep learning is very promising for many bioinformatics applications, but requires selection of suitable models and a lot of tuning to be effective. Future research directions in this exciting area will also be outlined.
主題報告 5
特邀嘉賓: 芮勇
報告題目：AI系統的ABCD
摘要：近幾年，人工智能的發展驟然加速，在特定領域內甚至開始超過人類智慧，受到業界和社會的廣泛關注。人工智能之所以能迅速崛起，大數據承擔了至關重要的角色。芮勇博士身兼學術和企業高管的雙重身份，多年來一直致力于人工智能基礎科研并有著非常豐富的企業研發經驗。他總結歸納了人工智能系統的四大要素（這四大要素對應英文單詞的開頭正好是A\B\C\D），重點闡述人工智能和大數據的內在聯系，剖析人工智能快速崛起的原因。芮勇博士還將同與會者探討如何客觀地看待人工智能的發展，以及其未來前景。
分論壇
論壇1：大數據高性能計算（中山大學）
分論壇主席：中山大學 錢德沛 教授
邀請嘉賓：
1、徐宗本院士、西安交通大學
報告題目：VClustering: A Big Data Clustering Algorithm
報告摘要：
In this tack, we report a big data clustering algorithm, VClustering, with linear complexity, together with an application of the new algorithm in New York’s traffic data.The VClustering works based on sparsification of the similarity matrix. To this end, we introduce a Weber observation system for modeling the visual principle for identifying similar or dissimilar objects in a multi-scale way. With this, we propose a new similarity measure of data, called the visual similarity, based on Weber observation system. This results in a very nice property of the similarity matrix that its computation can be done in an incremental way. By gridding data using S/D encoding, the sparsification of similarity matrix then results in a neighborhood (very sparse) matrix at each scale, which can be clustered with any well known clustering algorithm(say, the graph connectivity test).
2、朱文武教授 清華大學 計算機系副主任
報告題目：視頻大數據高效表達、深度分析與綜合利用
報告摘要：本報告以圖像視頻大數據為主要研究對象 ，首先介紹視頻大數據高效表達與壓縮、視覺對象和事件跨域關聯與識別、群體視覺感知與多源異構信息映射等科學問題，深入分析并建立視頻大數據高效表達、深度分析與綜合利用的計算理論與方法，并探討如何在天河2號上搭建能支撐百億幅以上圖像大數據和十萬路以上視頻大數據的深度解析和關聯分析平臺及大規模示范應用。
3、 楊廣文教授 清華大學 高性能計算技術研究所所長
報告題目：基于神威·太湖之光的大數據分析
報告摘要：報告將首先闡述神威·太湖之光超級超級計算機的技術特點，然后對目前已取得的應用成果進行介紹，并進一步介紹基于神威·太湖之光的深度學習算法庫、分布式深度學習框架及開展的成功應用。
4、呂衛鋒教授 北京航空航天大學 計算機學院院長
報告題目：城市超腦---城市計算智能系統的挑戰
報告摘要：各類人工智能系統正在逐步取代傳統信息系統成為未來智能社會的核心信息基礎設施。尤其是在復雜多變的城市時空環境中，各行業部門條塊分割的智能系統并不能滿足人們對智慧城市的需要，因此迫切需要建立面向城市綜合體的“超腦”，從系統視角實現城市計算智能服務，這對大數據環境下的計算效能與平臺提出重要挑戰。本報告將從智慧城市與智能社會需求的角度，探討未來智慧城市中城市超腦的功能、結構與挑戰。
5、 羅錦興教授 中山大學、
報告題目：以脈波影像數據為基礎的整體精準醫學
報告摘要：人體是整體生理系統相互影響，整體診斷可以彌補現今主流醫學分科分治的缺點。雖然整體診斷是中醫的專長，但苦于缺乏數據支持而越來越消失，甚為可惜。整體診斷歷史記載最完整的是脈象，過去幾十年來，脈象以一維血壓波來轉譯，但由雙方沒有直接對應關系，造成脈診儀一直無法成為標準醫療設備。本研究歷經14年的脈診科研，以把脈標準化和三維脈波影像直接轉譯脈象，直接進入臨床進行整體診斷，獲得寶貴的臨床治療經驗，確認脈波影像是相當有臨床價值的整體診斷數據，成為推動整體融合精準醫學的重要依據，開發嶄新大健康數據。
論壇2：大數據智能分析
分論壇主席：北京郵電大學 杜軍平教授
邀請嘉賓：
1、王曉陽教授 復旦大學計算機學院院長，
報告題目：智能化大數據搜索
報告摘要：大數據的價值在于其對事物擁有更完整的記錄，從而能對各類搜索問題提出更準確完整的回答。要實現這個潛能，幾項重要的任務是充分理解提出的搜索問題，選擇合適的數據，并根據數據對提出的搜索進行提煉等。這幾項任務可以通過一些智能技術來完成，比如我們可以使用機器學習理解和總結數據，使用知識圖譜提供數據畫像，使用智能對話提供搜索引導等，致力于智能化實現智能性大數據搜索，實現大數據巨大的信息支撐潛能。
2、郭毅可教授 上海大學計算機學院院長，
報告題目：待定
3、張文生教授 中科院自動化所 副總工程師
報告題目：“結構+統計”大數據機器學習算法與應用
報告摘要：隨著大數據時代到來，人們對海量異構數據理解的需求日益凸顯，本報告旨在提出一種雷達氣象大數據“結構+統計”的超短臨精準降水估計機器學習算法。借助氣象雷達數據具有海量異構的特點和結構機器學習優勢，訓練出雷達氣象大數據超短臨公里級降水時空估計結構模型。通過降雨過程時序統計信息，探索分鐘級精準降水估計，結合中國國家氣象局的雷達氣象大數據分析與處理任務，驗證了算法的有效性和實用性，相關成果在全國氣象預報中推廣應用。
4、于劍教授 北京交通大學 計算機學院計算機科系主任
報告題目：深度學習的能和不能
報告摘要：深度學習目前是機器學習領域最引入注目的研究方向，其應用極其廣泛。但沒有免費午餐定理告訴我們，沒有萬能的學習算法。因此，本報告將深入分析深度學習的適用范圍。首先，簡述深度學習的發展歷程。在此基礎之上，理論分析深度學習的應用范圍和失效領域。最后，討論深度學習面臨的問題及其對策。
5、秦拯教授 湖南大學 大數據研究中心主任
報告題目：基于領域知識工程的大數據分析技術研究與行業實踐
報告摘要：針對垂直領域專業依賴性高、數據分析難度大、智能化個性化程度低等問題，介紹如何研究分析并構建面向垂直領域的知識庫體系、精準營銷模型、券系統模型，給出一個實際應用案，與大家分享大數據創新實踐和變現，并展示了實際應用結果，表明團隊研發成果在開拓市場用戶量、提高用戶服務質量、提升運營轉化率和盈利能力等方面，成效顯著。
論壇3：大數據系統與應用
分論壇主席： 中國科學院深圳先進技術研究院 須成忠 教授
邀請嘉賓：
1、須成忠 教授 中國科學院深圳先進技術研究院 首席科學家、云計算研究中心主任、
報告題目：Data-Driven Intelligence for Smart Cities: A Case Study
報告摘要：AI 2.0=Deep Learning Algorithms + Big Data + Computing Platform. Data is origin of the life of artificial intelligence. Big data instills new vitality into the intelligence. In collaborating with Shenzhen transportation authority, we are collecting and maintaining real-time traffic data of taxi, bus, and subways for Shenzhen Metro city and developing data management and analytics techniques for the provisioning of online location-based intelligent services. In this talk, I will report this experience with the management of big traffic data of Shenzhen for smart cities. Leveraging multi-source data for human mobility analysis will also be discussed.
2、胡瑞敏教授 武漢大學 計算機學院院長
報告題目：三元空間大數據理論與網絡空間安全應用探討
報告摘要：隨著信息技術的迅猛發展，網絡安全形勢發生重大變化。網絡空間的虛擬身份難以監管導致網絡誠信缺失、網絡違法犯罪活動頻發，已成為影響國家安全和社會穩定的重要因素，我們突破傳統的網絡空間身份管理思路，聚焦于“物理-網絡-社會” 三元復雜空間可信身份監管基礎科學問題研究，重點解決傳統身份管理依賴信任中心、認證依賴預共享秘密信息、難以追蹤網絡犯罪以及用戶隱私易泄露等方面存在的挑戰性問題，并基于以上關鍵技術探討了網絡空間安全的相關應用。
3、曹建儂教授 香港理工大學 電子計算學系主任
報告題目：Cross-disciplinary Big Data Processing and Analytics
報告摘要：Big data analytics using cross-domain datasets allow us to study phenomena by fusing views from multiple angles, facilitating identifying meaningful problems and discovering new insights. However, we need methods and techniques to solve the challenges like heterogeneity, uncertainty and high dimensionality in analyzing cross-domain datasets. In this talk, I will share our work of analyzing datasets from multiple domains to uncover the underlying patterns, correlations and interactions to address human and urban dynamics issues like predict traffic congestions, optimize demand dispatching in emerging on-demand services, and designing wireless networks.
4、余水博士 澳大利亞迪肯大學
報告題目：Networking for Big Data: Challenges and Opportunities
報告摘要：Big Data is one of the hottest topics in our communities, and networking is an indispensable corner stone for the fancy big data applications. As a result, there is an emerging research branch, Networking for Big Data (NBD), in networking and communication fields. In this talk, we will firstly overview the current landscape of this energetic area, and then present the unprecedented challenges in this new domain, and finally discuss the current research directions in the main topics in networking for big data. We humbly hope this talk will shed light for forthcoming researchers to further explore the uncharted part of this promising land.
5、肖京博士 平安科技大數據首席總監兼智能引擎部總經理
報告題目：智能認知改造金融服務
報告摘要：隨著人工智能技術近期的飛速進步，“智能＋”逐漸取代“互聯網＋”，成為科技創新的主旋律。智能技術的應用建立在大數據基礎之上，二者的緊密結合正在為傳統行業帶來巨大的變革。作為天生數據化的金融領域，智能化更是必然的選擇。作為金融領域的領軍企業，平安在行業內率先開展智能認知技術的研發及應用，在眾多金融及醫療業務場景中取得了領先的成果，充分驗證了智能化的關鍵作用。本次報告將介紹智能化大數據分析挖掘在平安金融業務的應用實踐。
論壇4：大數據科學教育與人才培養
分論壇主席：華東師大 周傲英教授
邀請嘉賓：
1、高衛國教授 復旦大學大數據學院副院長
報告題目：復旦大學大數據學院人才培養分享
報告摘要：本報告簡要回顧復旦大學(大)數據科學建設歷程，重點介紹大數據兩院在學科建設、人才培養體系、課程設計等方面的嘗試。
2、李翠平教授 中國人民大學計算機學院副院長
報告題目：“數據科學與大數據技術”人才培養模式初探
報告摘要：待補充
3、尚學群教授 西北工業大學計算機學院副院長
報告題目：數據科學與大數據專業建設的思考
報告摘要：大數據專業又雙叒叕火了，許多高校都在積極申報。如何結合學科優勢和特色建設大數據專業成為所有申報高校最為關注的問題。我們從復雜工程能力培養談談對數據科學與大數據專業建設的認識，通過發揮領域特色和工程優勢，培養具備較強數據領域系統能力的工程創新人才。
4、林子雨博士 廈門大學數據庫實驗室
報告題目：高校大數據課程建設中的關鍵問題探討
報告摘要：加快高校大數據課程建設，是推進高校大數據教學事業長足發展的基礎。在本報告中，講者將根據自己在廈門大學建設大數據課程的親身實踐，以及與全國高校大數據課程教師之間的廣泛接觸交流，系統總結當前高校大數據課程建設過程中所普遍面臨的難題，并分享講者針對其中一些問題的探索性解決方案。
5、黃定江教授 華東師范大學數據科學與工程學院
報告題目：互聯網+和人工智能視野下的數據科學與工程專業建設——探索與思考
報告摘要：隨著國家相繼發布“互聯網+”行動計劃和“新一代人工智能發展規劃”，并將隱藏在其背后的核心“大數據”上升為國家戰略，培養具有創新精神，具備數據科學思維，能夠利用數據推動人類社會從信息時代快速跨入智慧時代，具有扎實數據科學理論知識基礎和較強工程實踐能力的人才，已是當前高校信息與計算機等相關學科和專業建設的重要任務。本報告結合“應用驅動創新”的理念和以讓學生具備成為“系統架構師”和“數據科學家”所需的基礎理論和專門知識為目標，探討如何抽取和重構數學、統計學、計算機科學和信息管理等相關專業的教學內容，建設數據科學與工程專業教學和人才培養體系。報告將分享課程體系建設中所開展的工作以及對數據科學與工程專業發展的思考。
企業論壇
企業論壇：大數據產業化與AI應用發展趨勢
分論壇主席：金蝶公司 張良杰博士；平安科技 王健宗博士
邀請嘉賓：
1、盧億雷 AdMaster（精碩科技）
報告題目：數字營銷在人工智能的實踐
報告摘要：目前數字營銷正在由自動化向人工智能化轉變，用到的算法主要有機器學習、深度學習、隨機森林等多種算法，使數字營銷成為人工智能的深度應用。主要介紹人工智能在數字營銷應用場景，特別是跨設備識別、社交數據情感分析、廣告圖片智能識別的算法與應用。
2、馮圣中 中國科學院深圳先進技術研究院 院長助理
報告題目：大數據處理中的高性能計算問題
報告摘要：大數據處理離不開高性能計算。腦科學中大規模網絡，是典型的大數據，其處理對高性能計算提出巨大挑戰。構成腦的基本結構單元是數億甚至數千億的神經元，神經元突觸連接構成超大規模網絡。分析精細腦結構-功能關系，及大腦網絡的結構和連接特征，對于揭示腦功能機理具有重要理論意義與應用價值。本報告將以腦科學中的大規模網絡處理為例，在腦網絡特點、復雜網絡分析以及復雜腦網絡研究現狀三方面介紹的基礎上，分析腦科學中的高性能計算問題。
3、朱飛達教授 新加坡管理大學
報告題目：Data-driven AI-enabled Business Innovation: A User-oritened Perspective
報告摘要：What can we tell from the social data on the context of consumer behaviour, such that we can enrich the transaction-based data of traditional corporate databases? How can we unleash the power of social connections to identify potential high-value customers and perform cost-effective risk management? How to achieve dynamic social listening on 200 million users and detect in realtime marketing opportunities based on bursty events? In this talk, we will introduce a user-oritened perspective to handle and process the data together with a cluster of research results that underlie some initial answers to these questions.
會議時間：2017年10月13-15日
地點：深圳大學
會議官網：http://csse.szu.edu.cn/ccfbigdata2017/index.html
報名鏈接：https://bigdata.leiphone.com
雷鋒網 AI科技評論后續將會持續帶來大會相關信息，敬請關注。
相關文章：
第五屆CCF大數據學術會議10月召開，多位大咖帶你走向學術最前沿
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
