2021年11月24日下午，CCF走进高校---河北经贸大学活动顺利举办。此次活动邀请了CCF会士、北京邮电大学杜军平教授、北京航空航天大学李文玲副教授、以及北京邮电大学的薛哲副教授、邵蓥侠副教授和梁美玉副教授为与会观众带来了一场内容丰富的学术报告活动。活动由河北经贸大学科研处王素贞处长、河北经贸大学信息技术学院孙立辉院长共同主持。本次活动通过腾讯会议完成，校内外师生分别通过河北经贸大学北三教A215、A214两个线下会场以及线上会议的形式参加了此次会议，活动吸引了线上线下共计420名观众。

报告人合影

科技大数据作为数字经济的基础性战略资源，在国家科技创新能力、核心竞争力提升以及产学研协同创新发展过程中，发挥着极其重要的战略保障和基础性支撑作用。杜军平教授围绕“科技大数据理论与技术研究”这一主题，介绍了科技大数据理论与技术的研究背景以及科技服务面临的难题，并着重了介绍面向科研人员、企业创新、科研管理等不同场景的科技大数据查询检索的最新研究成果，以及团队研发的科技大数据查询检索系统平台。

杜军平教授正在进行学术报告

分布式学习与优化需要解决的一个关键问题是如何设计合适的通信机制将单机优化的结果相融合。李文玲副教授以“分布式学习与优化”为主题，首先对单机优化的确定性算法和随机优化算法进行了简单回顾；然后介绍了通信机制和网络拓扑结构对分布式优化算法的影响，在此基础上介绍了一类基于t分布的分布式ADAM算法。

李文玲正在进行学术报告

在真实的场景中，受到采集条件和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地适用。薛哲副教授以“面向复杂场景的多模态学习技术研究”为主题，介绍了不完整多模态数据的半监督分类和聚类问题，并分享了提出的基于聚类引导的不完整多模态聚类网络和基于深度预测子空间的半监督多模态分类方法，通过挖掘数据的相关性和潜在的聚类结构，实现了不完整多模态数据的类别发现和标注等任务。

薛哲正在进行学术报告

随机游走算法是大图分析与学习的一项基本采样技术。相比于一阶随机游走，二阶随机游走可以捕获图节点高阶邻居结构模式，提升下游学习与分析任务性能。然而，二阶随机游走策略的经典实现存在内存爆炸问题，难以高效处理大图。邵蓥侠副教授以“面向大图的快速随机游走算法”为主题，介绍了一种内存自适应的快速随机游走框架，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模型，实现了亿级边图上的快速随机游走。

邵蓥侠正在进行学术报告

由于不同模态数据存在特征异质性和语义鸿沟问题，如何通过跨模态语义关联学习获取高效统一的跨模态语义表示空间，是实现跨模态搜索的关键。梁美玉副教授以“跨模态大数据高效语义表示学习和搜索”为主题，针对该问题介绍了基于多模态图的隐含语义关联学习方法、跨模态细粒度语义关联学习模型和跨模态深度哈希映射机制，实现了跨模态大数据的语义融合，获取了判别力更强的跨模态统一高效语义表示，并在此基础上实现了跨模态高效语义匹配和搜索。

梁美玉正在进行学术报告

本次活动持续2小时，五位嘉宾的报告深入浅出，内容精彩，图文并茂！此次报告为河北经贸大学以及CCF石家庄分部师生提供了一次难得的学习和交流机会，有助于帮助大家了解大数据领域新的研究方向和前沿学科动态，并学习了前沿技术成果与领域应用情况，开拓了学术视野。活动取得了圆满成功！

听众感言

尚兰兰 CCF学生会员 河北经贸大学 研二

今天有幸参加杜军平、李文玲、薛哲、邵蓥侠、梁美玉五位国内非常知名的大数据与人工智能领域的专家的线上精彩汇报，受益匪浅。

首先是杜军平教授的“科技大数据理论与技术研究”，并着重介绍面向科研人员、企业创新、科研管理等不同场景的科技大数据查询检索最新研究成果，以及团队研发的科技大数据查询检索系统平台，对此我很感兴趣，希望能用到此系统查询最新科研成果。其次是李文玲副教授的“分布式学习与优化”，依据问题找突破口，对于李文玲教授的探究方法我表示深深感叹，由面到点，再由点及面，层层深入，值得我们学习。接下来是薛哲副教授的“面向复杂场景的多模态学习技术研究”，本报告针对复杂场景下多模态数据标签信息不足、特征易缺失等难题，研究不完整多模态数据的半监督分类和聚类问题，使我对不完整多模态数据的类别发现和标注等任务有了新的认识和思路。 然后是邵蓥侠副教授的“面向大图的快速随机游走算法”，通过目前面临如何高效处理丰富的图和模型问题，对自己研究的”内存感知框架“做了详细阐述。最后指出目前仍面临的挑战，并鼓励同学们勇于探究。最后是梁美玉副教授“跨模态大数据高效语义表示学习和搜索”，介绍以图搜文本，以文本搜图的跨模态数据间的语义鸿沟个特征异构问题，列出了一些基于深度特征空间的实值域跨模态语义关联学习方法，跨模态细粒度语义关联学习模型和跨模态深度哈希映射机制。

五位教授针对大数据涉及到的各方面的问题进行了深入浅出的讲解，拓宽了我的专业视野，同时也激励我对科研事业应多用心，特别感谢学校和CCF能给我这次机会，希望能多听到优秀学者们的汇报。

马宁 CCF学生会员 河北经贸大学 研二

今天下午，河北经贸大学信息技术学院举办中国计算机学会（CCF）走进高校公益讲座邀请了北京航空航天大学和北京邮电大学的五位教授，进行了精彩的演讲，收获颇丰。

首先是杜军平教授的“科技大数据理论与技术研究”，为我们介绍了科技大数据在国家科技核心竞争力提升以及产学研协同创新发展中的战略性作用和基础支撑性作用。介绍了科技大数据的理论与研究背景以及所面临的问题，最后展现了科技大数据的查询检索最新成果，收获良多。其次是李文玲副教授的“分布式学习与优化”，首先介绍了“主动”分布式，“被动”分布式，然后介绍了通信模块包含通信内容、拓扑结构、通信步调、通信频率，并进行详细讲解，最后介绍了一类基于t分布的分布式ADAM算法。接下来是薛哲副教授的“面向复杂场景的多模态学习技术研究”，根据不完整多模态数据的聚类问题和半监督分类问题的研究，实现不完整多模态数据的类别发现和标注等任务。然后是邵蓥侠副教授的“面向大图的快速随机游走算法”，这是一项大图分析与学习的基本采样技术，介绍了一种内存自适应的快速随机游走框架，有效解决了二阶随机游走策略的内存爆炸问题。最后是梁美玉副教授“跨模态大数据高效语义表示学习和搜索”，介绍以图搜文本，以文本搜图的跨模态数据间的语义鸿沟个特征异构问题，讲解了跨模态细粒度语义关联学习模型和跨模态深度哈希映射机制。

感谢CCF和学校能给予这样的机会，让我们可以了解了更多的计算机前沿的研究内容，为以后的学习指出了可以参考的研究方向，也学到以前未见过的知识，希望以后可以多参加这类活动。

马美琛 CCF学生会员 河北经贸大学 研一

今天，学校举行了“CCF走进高校”的讲座，邀请到了北京邮电大学的杜军平教授、薛哲副教授、邵蓥侠副教授、梁美玉副教授和北京航空航天大学的李文玲副教授。我有幸聆听了五位专家学者精彩的学术报告，受益匪浅。

首先是杜军平教授的“科技大数据理论与技术研究”，向我们介绍了科技大数据在研究过程中面临的难题，并展示了科技大数据理论与技术的不同应用场景和最新研究成果以及团队研发的科技大数据平台，使我产生了极大的兴趣。其次是李文玲副教授的“分布式学习和优化”，通过李文玲副教授的报告，我学习到了基于t分布的分布式ADAM算法，在ADAM算法的基础上得到了更优的结果，对我的学习起到了很大的帮助。薛哲副教授的“面向复杂场景的多模态学习技术研究”提出了基于聚类引导的不完整多模态聚类网络和基于深度预测子空间的半监督多模态分类方法，在一定程度上解决了多模态数据容易出现特征和标注缺失等问题，使我对于处理这类数据的情况有了新的认识和思路。邵蓥侠副教授的“面向大图的快速随机游走算法”建立了近似代价模型，实现了亿级边图上的快速随机游走，并通过实验验证了该模型的高效性。最后是梁美玉副教授的“跨模态大数据高效语义表示学习和搜索”报告，介绍了基于多模态图的隐含语义关联学习方法、跨模态细粒度语义关联学习模型和跨模态深度哈希映射机制，并实现了跨模态高效语义匹配和搜索。

本次报告让我学到了很多课本上没有的知识，开阔了视野，感谢学校和CCF给予的这次机会，希望今后可以多多参与这类活动。

李伟光 CCF学生会员 河北经贸大学 研二

今天下午有幸参加了CCF@U第819场：杜军平、李文玲、薛哲、邵蓥侠、梁美玉走进河北经贸大学报告会，报告内容涵盖领域全面，五位老师将自己领域与研究进展进行详细分析，此次报告让我收获颇丰。

杜军平老师与李文玲老师所作的报告主题分别为“科技大数据理论与技术研究”与“分布式学习与优化”，是偏向大数据与分布式方向的研究，杜老师与李老师首先分析问题的研究背景，阐述研究意义，杜老师的研究切实解决了目前科技服务的实际问题，李老师对于ADAM算法以高斯分布方式进行理解从而提出以T分布的ADAM算法。所以我们在学习实践过程中也应多与实际相结合，对于问题从多角度理解可以帮助解决问题。薛哲老师与梁美玉老师的报告题目分别为“面向复杂场景的多模态学习技术研究”和“跨模态大数据高效语义表示学习和搜索”，为我们介绍了多媒体数据中数据的特征与标注缺失以及解决语义鸿沟问题的解决方案，为我们在原始数据的处理过程中遇到相似问题的解决提供了新颖的思考思路。邵蓥侠老师所作的关于“面向大图的快速随机游走算法”主题报告内容更偏向基础理论，虽然我们以前接触过图理论，但没有深入了解对于大图的游走算法以及随之而来的内存爆炸的问题，邵老师利用数学推导条理清晰的分析并解决问题，让我们对图理论的重要性有了更深刻的认识。

五位老师讲解的十分透彻，层层递进的介绍在研究过程中思考的过程与解决方法，带给了我们很多启发。感谢CCF与学校举办的本次报告会，希望以后可以有更多此类活动。