第二届智能数据分析与挖掘学术研讨会顺利举办

 2023 年 11 月 11 日，第二届智能数据分析与挖掘（Intelligent Data Analysis and Mining，IDAM2023）学术研讨会在山东济南融创国际会议中心成功举行。本届研讨会由山东省人工智能学会主办，山东建筑大学计算机科学与技术学院承办，山东工商学院计算机科学与技术学院、聊城大学数学科学学院协办。研讨会由山东省人工智能学会常务理事、山东建筑大学计算机科学与技术学院乔立山教授主持，他代表会务组介绍了会议的发起初衷和筹备过程。

 

  会议邀请了复旦大学张军平教授、南京大学王魏教授、华东理工大学王喆、南京航空航天大学陈松灿教授教授四位知名学者，分别围绕智能数据分析、机器学习等领域的最新研究进展，结合自己的研究工作进行了学术分享。

 

 张军平教授的报告题目是“人工智能现状与思考”。报告指出，人工智能在众多领域实现了落地，包括人脸识别、无人驾驶等。然而，人工智能是否已到极限，是否会替代人类，仍存在较大的争议。张教授首先简单回顾了人工智能发展的历史，其次介绍了近年来大模型的发展脉络。最后，张教授提出了对人工智能不足的思考和对未来的展望。

 

 王魏教授带来了“机器学习范式与泛化性能”的报告，该报告首先介绍了利用半监督学习提升泛化性能的方法，重点介绍了基于不一致性的方法。其中，协同训练是基于不一致性方法的典型代表。王教授详细介绍了关于协同训练泛化性能的理论分析以及降低标记噪声的影响的方法。王教授在报告中指出，当本地数据量不够时，可以借助其他用户的数据协作训练模型，基于协作关系进行分组训练能够在保证模型泛化性能的同时降低训练代价。最后，王教授介绍了相关的算法设计。此次报告为广大师生提供了一个了解机器学习范式与泛化性能的宝贵机会。

 

   王喆教授带来了“小样本图像生成学习研究”的报告，王教授在报告中指出，小样本图像生成学习近年来已经引起了广泛关注。现有方法一方面会对不同图像进行全局插值，另一方面使用预定义的系数融合局部表示。然而，直观的图像/特征组合只能利用最相关的信息进行生成，导致多样性差和语义融合粒度粗。王教授介绍了他们关于小样本图像生成的最新进展，包括研究动机、研究应用、技术方案等，并展望了该领域未来的研究方向。  

 陈松灿教授带来了“Beyond Myopia:Learning from Positive and Unlabeled Data through Holistic Predictive Trends”的报告，报告回顾了PUL（Positive and Unlabeled Data，PUL）的发展简史，陈教授指出现有深度PUL方法忽视了学习是一个动态过程，由此促发将个体示例的性能结果解释并建模为一个时间点过程（Temporal Point Process，TPP）代替原有单时间点结果。这种通过判别得分变化趋势的识别为解决PUL问题提供了全新的视角。陈教授的报告梳理了PUL的发展过程，分析了PUL方法存在的问题，并提出了解决方法。报告内容干货满满，为想了解PUL相关知识的同学提供了非常有价值的参考。

 四场报告分别介绍了人工智能不同领域的知识与最新进展，报告内容新颖、全面，在自由讨论环节，报告嘉宾与参会老师和学生们进行了深入交流，参会人员纷纷表示受益匪浅。本次研讨会为与会者提供了一个与优秀学者和领域专家交流、学习的机会，成为一个汇聚知识、激发思维、推动进步的平台。山东省人工智能学会理事长、山东建筑大学特聘院长尹义龙教授，山东大学余国先教授，山东师范大学朱磊教授、山东工商学院赵峰教授、山东建筑大学聂秀山教授等相关领域学者，以及来自省内外高校近100名师生代表参加本次学术活动。

 智能数据分析与挖掘学术研讨会于2019年发起，旨在为人工智能、机器学习、模式识别、数据挖掘及其相关应用领域的学者提供一个分享研究成果、讨论领域挑战、探索前沿技术的交流平台，坚持“控制规模、面向地方、资源共享”的原则，邀请知名学者进行面对面指导交流。第一届研讨会于2020年10月在山东烟台举办，本次研讨会是该系列学术活动的延续。

 

撰稿人：乔立山

审稿人：林培光