2022 CCF珠海-优秀青年学者交流会

本次交流会由CCF主办，CCF珠海和中山大学软件工程学院学院承办。本次论坛以智能化软件前沿进展为主题，邀请了珠海高校的多位优秀青年学者进行学术报告及研讨。本次论坛将采用线上腾讯会议形式举办，欢迎大家参与。

活动日期：2022年5月21日（周六）14:00 - 17:00

参会方式：

腾讯会议号：232-477-107

会议链接：https://meeting.tencent.com/dm/ZllJn8xlmcQr

活动议程

报告题目1：视觉领域中的注意力机制

内容摘要：“注意力机制（Attention Mechanism）源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。我们团队最近相关研究中包括可以模拟人的眼球的注视和扫视功能以及大脑的长短期记忆的神经网络，该网络能够自适应地改变图片行列级的特征信息，进一步提高收集全局信息的能力，以及基于赢家通吃方法的赢家通吃网络，该网络通过设立门控机制，实现对特征值的筛选，并通过特征映射，捕捉特征层间的长依赖关系。

讲者简介：李海良博士，九三学社社员。暨南大学副教授，硕士生导师。中山大学信息与通信工程专业博士。香港城市大学访问学者。广东工业大学校外合作研究生导师。研究方向为深度学习、图像识别、智慧综合能源和能源大数据。在IEEE Transactions on Neural Networks and Learning Systems和Information fusion等TOP期刊第一作者发表SCI论文6篇，主持省级课题2项，参与国家自然科学基金1项。担任IEEE Internet of Things Journal、International Journal of Communication Systems、IET Computer Vision、IET Image Processing和 IET Radar, Sonar & Navigation等SCI期刊审稿人。

报告题目2：三维数据显示与批量处理技术

内容摘要：近年来，TOF相机（Time of flight Camera）以其小体积、低功耗、低成本等特点，并且能够快速实现三维成像的优势逐渐应用于各种机器视觉场景。TOF相机在深度采集过程中，存在数据显示、处理、优化等问题。为满足TOF相机精度优化、显示、目标反射率仿真等应用需求，基于Qt基础框架结合OpenCV，包括TOF相机SDK，开发设计了一种TOF相机深度数据的处理软件。主要模块包括批量二进制数据转换CSV数据，深度数据伪彩色显示，基于神经网络的深度数据优化处理，以及基于BRDF的图形仿真处理。

讲者简介：方宇杰，2009年毕业于西安工业大学光学工程专业，2016年至今就读于北京理工大学光学工程即将毕业。任职于北京理工大学珠海学院人工智能系及新型光电技术研发实验室。中国电源学会（CPSS）、国际光学工程学会（SPIE）与中国计算机学会（CCF）会员。发表论文10余项，其中第一作者身份发表SCI论文2篇，EI论文2篇，实用新型专利2项，主持并结题省级项目1项，主要参与其他省市级项目10余项。主要研究领域为三维光信息传播、采集、显示与处理，基于人工智能与计算机技术的三维数据可视化与深度图像优化技术。

报告题目3：超球面嵌入学习及其应用

内容摘要：如今，深度学习方法在计算机视觉领域取得了重要突破，大量针对图像识别的研究应运而生。然而，大部分方法针对的是粗粒度图像中的任务，而对于细粒度图像上存在的类间特征差异不明显、类别数量过多等问题不能很好解决。因此，对于细粒度图像这一细分任务需探寻其他解决办法，而超球面嵌入学习就是其中一种主流方法，它通过将原始空间的图像映射到嵌入空间的超球面中，可以很好解决人脸、车型、动物品种、等细粒度图像检索问题。

讲者简介：龚雪沅博士现阶段就职于就职于暨南大学智能科学与工程学院。他于2019年在澳门大学取得了博士学位。他的研究方向包括数据挖掘与机器学习，在相关领域已发表超过10篇SCI杂志文章和EI会议文章，其中包括6篇中科院1区和2区文章（4篇第1作者）。现阶段，他主持一项广东省普通高校青年创新人才项目、一项广州市基础与应用基础研究项目、以及一项中央高校基本科研业务费青年项目。科研服务方面，他长期担任《Information Sciences》杂志的审稿人。

报告题目4：社交网络中的组合优化问题最新研究进展

内容摘要：影响力最大化是研究社会网络中信息传播的一类重要组合优化问题，此项研究涉及新型信息传播模型设计，收益最大化、谣言阻止、网络鲁棒性、社区划分等研究，其研究成果可应用于许多不同领域，如社交推荐、传感器放置、机器学习等。基于影响力最大化的研究往往依赖于目标函数满足次模性，然而在许多真实应用中，目标函数不能严格满足次模性，且真实的传播模型难以量化，由此延伸出对非次模优化、适应性随机优化等问题、在线学习等理论问题，具有重要的学术和应用价值。

讲者简介：郭剑雄博士于2021年在美国德克萨斯大学达拉斯分校取得计算机科学博士学位，师从组合优化领域著名学者堵丁柱教授，于2015年在华南理工大学化学与化工学院取得化学工程学士学位。毕业后，加入北京师范大学然自然科学高等研究院、北师港浸大广东省人工智能与多模态数据处理重点实验室任助理教授，主要研究方向为社交网络、物联网中存在的次模、非次模优化问题。近几年在计算机网络领域IEEE TON、IEEE TSMC、 IEEE TNSE、IEEE TCC、IEEE IOTJ、IEEE TGCN等，大数据领域ACM TKDD、IEEE TBD、IEEE TCSS等，运筹学于组合优化领域TCS、AAIM、COCOA等期刊和会议上发表论文40于篇，并担任多个国际知名期刊审稿人和会议学术委员。

报告题目5：聚类算法中的群体公平性

内容摘要：聚类问题中的公平性近年来受到越来越多的研究者的关注。对于将 n 个数据点划分为 k 个簇的中心点聚类问题，提出了一种新的群体公平性概念——核公平：如果不存在包含至少 n/k 数据点的群体可以通过同时偏离到一个新的中心点来严格减少它们的总费用（即与中心的的距离），那么当前解就是核公平的。该解概念考虑了数据点能够进行协调、并且中心点可以转移的情绪。给出了一系列解的存在性、计算复杂性和可近似性的结果。特别地，提出了两个维度来松弛核公平性的要求，并相应地设计了近似算法。

讲者简介：王晨豪博士现在是UIC理工科技学部计算机科学与技术专业助理教授，同时也是北京师范大学珠海校区人工智能与未来网络研究院副研究员。博士毕业于中国科学院数学与系统科学研究院，本科毕业于北京航空航天大学。他的研究兴趣包括算法、AI、计算经济学及相关领域，特别是计算机科学与经济学交叉领域中优化和博弈问题的算法和机制设计。

报告题目6：分布式深度学习算法并行训练架构

内容摘要： 大规模复杂深度学习算法的训练耗时问题是阻碍其发展的重要因素，本报告将探讨如何采用分布式计算技术对深度学习模型的训练过程进行加速。将介绍一种基于异构分布式计算的卷积神经网络双层并行训练框架，分别从数据并行和任务并行角度对训练过程进行优化。为了解决负载均衡问题，提出一种数据增量迁移策略，根据各个异构计算节点的实时计算能力，动态分配训练数据和训练任务，实现分布式弹性训练。最后，采用异步更新策略实现分布式模型之间的参数共享和更新，最小化其更新等待时间，从而提高模型整体训练性能。

讲者简介：陈建国，中山大学软件工程学院副教授，硕士生导师，入选中山大学百人计划。主要从事基于分布式并行计算的人工智能算法优化及其应用研究。主持国家自然科学基金青年项目1项、博士后国际交流计划派出项目1项、湖南省自然科学基金青年项目1项。目前在IEEE-TII、IEEE-TITS、IEEE-TPDS、IEEE-TKDE、IEEE/ACM-TCBB、ACM-TIST、ACM-TCPS等国际著名期刊和会议上发表学术论文30余篇。担任Information Sciences和Neural Computing and Applications期刊客座编辑。

论坛执行主席

郑子彬

郑子彬博士，中山大学计算机学院教授，软件工程学院副院长。国家优秀青年科学基金获得者、IET Fellow、广东省计算机学会区块链专委会副主任。长期从事区块链、可信软件相关研究，主持及参与多项国家级及省部级科研项目，包括国家自然科学基金优青及面上项目、国家973 项目、青年973 项目、国家重点研发计划、广东省科技创新计划等，在ICSE、WWW、TOSEM 等发表论文150余篇，谷歌总引11000 余次，其中区块链论文40余篇，包括3 篇入选ESI高被引论文，2 篇入选全球引用最高区块链论文Top10。获CCF A 类会议ICSE 杰出论文奖、CCF B 类会议ICWS 最佳学生论文奖、全球区块链最具影响力论文Top50 等。

南雨宏

南雨宏，中山大学“百人计划”副教授。博士毕业于复旦大学。曾任美国普渡大学计算机系博士后研究员、普渡CERIAS访问学者。主要研究方向为系统软件安全及隐私保护。研究成果广泛发表于USENIX Security、ACM CCS，NDSS, TIFS等系统安全领域顶级会议及期刊，并先后获得ACM SIGSAC中国优秀博士论文奖、WOOT 2020最佳论文奖、北美CSAW Best Applied Security Research Top-10 Finalist等荣誉。所发现的安全及隐私问题多次获得来自Google、Facebook、Twitter等厂商的官方确认及致谢。目前担任ASIACCS'21&22, ICICS'21&22等多项国际会议程序委员成员，以及IEEE TIFS、TWC、TDSC等领域旗舰期刊审稿人。

方俊彬

方俊彬博士，暨南大学理工学院教授、博士生导师，暨南大学珠海校区管委会副主任，第二十一届广东青年五四奖章获得者、第46届世界技能大赛SCM、广东省高校优秀青年教师、CCF杰出会员、CCF珠海会员活动中心主席、香港资讯保安与法证公会Fellow、广州市可见光通信工程技术重点实验室主任、广东省可见光通信工程技术工程中心副主任。主要研究方向：智能信息安全与数字取证、量子保密通信、可见光通信。主持国家、省部级项目10项；发表学术期刊会议论文100余篇，获授权发明专利6项、实用新型专利11项。