您的位置：首页 > 分支机构 > 会员活动中心 > 会员活动中心 > 长沙 > 会员活动中心动态

CCF长沙 “大数据与人工智能创新应用”研讨会在怀化学院举行

阅读量:942 2019-06-10 收藏本文

CCF长沙“大数据与人工智能创新应用” 学术研讨会于2019年5月24日-25日在怀化学院东校区成功举行。本次会议围绕大数据与人工智能，探讨了网络规划、算法优化、表征方法、大数据分析以及相关前沿技术的最新研究成果和行业应用等。来自CCF长沙、北京大学农业大数据研究中心、潇湘大数据研究院、福州大学、贵州师范大学、中南大学、湖南中医药大学以及怀化学院相关学院等单位的教师和学生等200余人参与了本次报告会。研讨会由怀化学院计算机科学与工程学院院长彭小宁教授主持。

首先怀化学院计算机科学与工程学院院长彭小宁教授致欢迎辞，他对参加本次会议的各位来宾表示热烈的欢迎，对远道而来的四位专家和CCF长沙的代表表示感谢，并对本次活动的起因、目的和意义进行了说明，对本次活动的报告内容及对应主讲人作了简单介绍，针对参会的学生，彭小宁院长特地说明参加这样高规格学术会议对扩大同学们视野有很大的帮助。接着CCF长沙代表湖南中医药大学罗铁清副教授进行简短发言，他对CCF长沙情况进行了简要介绍，并对彭小宁院长对CCF作出的贡献表示感谢，同时也感谢怀化学院计算机科学与工程学院对本次学术研讨会的召开提供了良好的条件和环境。

北京大学大数据分析与应用技术国家工程实验室主任助理、加拿大约克大学统计学博士、北京大学农业大数据研究中心副主任温晗秋子教授第一个作报告，她报告的题目是“数理统计与机器学习”。她介绍了统计学是以数学为基础的古老科学，机器学习是以算法为核心的前沿技术，报告从理论与应用等多视角剖析二者的异同，并分别展示其在大数据与人工智能产业中的应用示例。

福州大学旗山学者、博士生导师、福州大学数学与计算机科学学院计算机系主任郭龙坤教授作了题为“Fast Algorithms for Computing Partial Disjoint Paths”的报告。研究网络规划和优化社区经典不相交最短路径问题。报告分享了自己在研究最短路经中的:顶点或边缘完全不相交、允许有限数量的共享顶点或边缘的部分不相交的问题，并分析在不相交程度和占用的网络资源之间的平衡。重点分享了δ-顶点k边缘不相交最短路径问题（δV-kEDSP），即对于网络图中的一对不同顶点，最优地在它们之间找到k个边缘不相交的最短路径，其中最多δ个顶点是由至少两条路径共享的问题，并提出了精确求解δV-2EDSP的技术。

中南大学计算机学院石峰博士，他报告的题目是“最大一致森林相关问题固定参数算法研究”。报告介绍如何为经典的最大一致森林问题设计的固定参数算法，通过分析其研究团队在实际研究过程中的面对的问题及采取的措施和方法，展示各方法的研究结果，最后设计出一种固定参数算法，其为该问题的解决提供了一种有效可行途径。

贵州师范大学硕士生导师、贵州省高新技术企业评审专家、CCF计算机视觉专委会委员欧卫华教授，他报告的题目是“视觉表征学习方法及应用研究”。他在报告中首先回顾传统的视觉表征方法，然后介绍视觉表征学习的基本原理，并重点介绍稀疏表征学习、非负表征学习及对抗表征学习及其在人脸识别，目标跟踪，跨媒体检索等领域中的应用。所有介绍内容均为其研究团队的最新研究成果。

在报告的问答环节，在场的老师与学生纷纷提出了统计方法与大数据发展问题、人工智能与深度学习等等问题，专家都一一给出了解答，现场学术气氛十分活跃。在场师生都了解到了许多有关领域的前沿知识，收益颇多。