CCF@U903：薛哲、邵蓥侠走进河南师范大学

CCF走进高校第903场

敬请关注

由中国计算机学会（CCF）主办，河南师范大学承办的CCF走进高校活动，将于2022年12月7日在河南师范大学及线上同步召开，敬请关注。

时间：2022年12月7日（周三）19:00--20:30

线上报告：#腾讯会议：131-866-763

活动安排：

报告信息：

报告题目：面向开放场景的多模态学习技术研究

报告摘要：数据通常可以使用多种模态的信息进行描述，不同模态的信息之间具有互补性。多模态学习希望有效融合不同模态的特征，获得比使用单一模态更优的学习性能。然而，在开放场景中，受到采集条件、数据传输、用户操作等因素的影响，多模态数据容易出现特征和标注缺失等问题，导致传统的多模态学习方法不能很好的适用。本报告针对开放环境下多模态数据标签不足、特征缺失、噪声含量大等难题，研究不完整多模态数据的半监督分类和聚类问题，具体介绍基于深度预测子空间的半监督多模态分类方法、基于聚类引导的不完整多模态聚类网络、基于图对比学习的鲁棒不完整多模态聚类方法，通过挖掘数据的相关性和潜在的聚类结构，实现不完整多模态数据的类别发现和精准标注。最后，报告也将对本领域当前挑战和未来发展进行总结展望。

嘉宾简介：

薛哲，北京邮电大学计算机学院副教授，硕士生导师。研究方向包括机器学习、数据挖掘、多模态信息处理。在人工智能、机器学习等国际重要期刊和学术会议上发表论文60余篇，论文发表在IJCAI、AAAI、ACM MM、IEEE TKDE、TCSVT、TNNLS、TCyb、ACM TIST等顶级会议和期刊。申请和授权发明专利10余项，出版学术专著1部。主持国家自然科学基金面上项目、国家自然科学基金青年基金、CCF-腾讯犀牛鸟基金、CCF-百度松果基金、CAAI-华为MindSpore学术基金等，参与国家自然科学基金重大项目、国家重点研发计划项目等。获2022年中国多媒体大会（ChinaMM）最佳学生论文奖、2021年云计算与智能系统国际会议(CCIS)最佳论文奖、2019年中国智能自动化大会（CIAC）最佳论文奖等。担任CAAI智能服务专委会委员、CCF多媒体专委会委员、CCF人工智能与模式识别专委会委员、CSIG图像视频通信专业委员会委员。

报告题目：大图随机游走加速技术研究

报告摘要：图随机游走在图分析、图学习等新兴应用中有着广泛的应用。利用不同的随机游走策略捕获不同的图结构，进而学习具有不同特性的图特征。例如，二阶随机游走可以捕获图节点高阶邻居结构模式，提升下游图学习与分析任务性能。然而，经典的随机游走技术实现在处理大规模图数据时，出现内存爆炸、计算效率低、扩展性弱等困难与不足。本报告首先将介绍一种内存自适应的快速随机游走技术，通过综合不同采样算法（如直接采样、拒绝采样、Alias采样等）在时间和内存方面的优劣，建立近似代价估计模型，运用组合优化方法实现亿级边图上的快速随机游走。接着，介绍如何进一步利用外存实现超大规模图上的可扩展随机游走。最后，针对基于随机游走图表示模型的多样性，介绍课题组提出的大规模图表示学习系统。

嘉宾简介：

邵蓥侠，北京邮电大学计算机学院副教授，博士生导师，小米青年学者。2016年于北京大学获博士学位。目前研究方向包括：大规模图神经网络、图数据管理、大规模图挖掘等。近年来，主持国家自然科学基金面上项目、国家自然科学基金联合基金项目、CCF-腾讯犀牛鸟基金、CCF-百度松果基金以及CAAI-华为MindSpore学术奖励基金等科研项目。共发表学术论文70余篇，其中CCF-A类会议/期刊论文40余篇，出版英文学术专著1部；曾获北京市高等教育教学成果奖二等奖、ACM SIGMOD中国新星奖、数据库领域CCF-A类会议VLDB 2022“最佳研究论文奖（Best Regular Research Paper）”，入选了微软亚洲研究院“铸星计划”。邵蓥侠是CCF高级会员、CCF数据库专委会委员、CCF人工智能与模式识别委员、CAAI智能服务专委会委员，担任CCF会刊DES专刊客座主编、《计算机科学》专栏特邀编审、数据库领域CCF-B类会议DASFAA的宣传共同主席(2020)、出版共同主席(2022)，多次担任国际会议的程序委员会(高级)委员以及多个国际期刊的特邀审稿人。

CCF微信公众号，欢迎关注