CCF西安举行“大数据与人工智能”研讨会

2018年5月28日，由CCF西安成功举行“大数据与人工智能研讨会”，会议邀请了深圳大学计算机科学与软件学院杰出教授黄哲学、国家千人计划创新人才第五批特聘专家张师超、百度北京大数据实验室主任，前美国堪萨斯大学电子工程和计算机系Spahr讲席终身职正教授浣军、北京交通大学教授，北京交通大学人工智能研究院常务副院长于剑以及复旦大学计算机学院教授，上海市智能信息处理重点实验室副主任周水庚，为来自西北大学、西安邮电大学、长安大学以及陕西师范大学的师生进行了学术报告讲座。

首先由深圳大学的黄哲学教授带来精彩报告，报告题目为：“RSP Date Model and Technology for Analysis of Big Date in Terabytes and Beyond”。

黄哲学教授生动讲述

黄哲学教授提出，大数据的计算不是纯计算，需要用统计方法进行科学的归类，大数据需要有各个领域的统计学支撑。随后，黄教授介绍了一种基于分治策略和统计估计、集成学习、分布式计算的大数据处理和分析的新方法。该方法首先将大数据集表示为一组分布的随机样本数据块，并建立分类或预测模型。随后，引入一个渐进的集成学习框架，称为alpha框架，逐步从所选的随机样本数据块中建立集成模型来建模大数据。该方法能够在没有内存限制的小集群上有效地分析兆兆字节中的大数据，使得跨多个数据中心的大数据的分析成为可能。报告结束后，黄教授与信息学院学生就时序数据的划分等问题进行了深入讨论。

报告二：大数据挖掘的若干模型

接下来由中南大学的张师超教授，进行题目为“大数据挖掘的若干模型”的报告。

张师超教授给老师同学们作报告

张师超教授介绍了五类应用驱动的数据挖掘模型，主要包括大规模数据挖掘、多源数据挖掘、不完全信息挖掘、代价敏感学习和kNN分类方法。报告结束后，黄教授与信息学院学生就对参数施加正则项时关于不同范数的选择对于求得参数的影响进行了讨论研究。

同学们认真听会

报告三：Future Large-scale Predictive Date Analytics:Opportunities and Challenges

上午最后一场报告由百度北京大数据实验室的浣军教授为大家带来，题目为“Future Large-scale Predictive Date Analytics:Opportunities and Challenges”

浣军教授为大家讲解人工智能

浣军教授介绍了百度人工智能技术：百度人脸识别技术的发展、百度拍照搜索技术、小度机器人、个性化咨询与智能出行（无人驾驶）、百度AI开放生态战略以及百度产品中的深度学习模型。报告结束后，浣军教授与同学们就百度在无人驾驶、搜索等方向未来的规划进行了讨论。

浣军教授回答老师提问

下午由于剑教授为带来报告，报告题目为“认知的机器学习公理化”。

于剑教授讲解机器学习公理化

于剑教授介绍了一套统一基于认知的机器学习公理化框架，其基本假设是： 归哪类，像哪类；像哪类，归哪类。该机器学习理论可以推演出归类方法的三条设计原则，以统一的方式重新解释了数据降维、密度估计、回归，聚类和分类等问题，而且与日常生活中的认知原则一致。报告结束后，于剑教授与同学们就该框架的优点、前景、未来趋势进行了讨论。

接下来由周水庚教授带来报告，报告题目为：“结构化稀疏表示的新模型机器应用”。周水庚教授首先介绍了稀疏表示的基本概念和模型，然后重点介绍了其团队提出的多种结构化稀疏表示的新模型，并介绍了该模型在生物数据挖掘，包括蛋白质功能预测、药物-蛋白质相互作用预测等所取得的结果。报告结束后，周水庚教授就稀疏表示的细节问题，与学生们进行了深入讨论。

周水庚教授进行报告

本次研讨会吸引了来自西北大学信息学院、长安大学信息工程学院、西安邮电大学计算机学院以及来自陕西师范大学、西北工业大学的学生。研讨会气氛热烈，很多慕名前来参加会议的学生，由于会议室座位数量有限，都自愿选择站立听会。

              研讨会现场气氛火爆