大会报告

王国胤 

重庆邮电大学

主办单位

承办单位

SDAI2019

多粒度认知计算

报告摘要：探讨认知计算的相关研究，分析脑认知研究与智能计算研究之间的关系，提出广义认知计算及其研究内容。从无需脑认知的智能计算，到脑认知启发的智能计算、再到智能计算辅助的脑认知，以及脑认知与智能计算融合等四个研究方向进行归纳讨论。分别以概念内涵与外延之间的双向认知计算、数据驱动的粒认知计算（DGCC）为例，重点介绍在基于智能计算的人脑认知仿真研究(智能计算辅助的脑认知研究)，以及人脑认知与智能计算的融合理论研究，这两个新方向的成果和待研究问题。

个人简介：王国胤教授，重庆邮电大学研究生院院长、大数据智能研究院院长、计算智能重庆市重点实验室主任，大数据智能计算示范型国合基地（科技部）负责人。是长江学者特聘教授，“万人计划”科技创新领军人才，“新世纪百千万人才工程”国家级人选，国家重点研发计划项目首席科学家。曾任国际粗糙集学会(IRSS)理事长，现任中国人工智能学会(CAAI)副理事长、重庆市人工智能学会(CQAAI)理事长、中国计算机学会(CCF)理事，是《Int. J. of Approximate Reasoning》、《Trans. on Rough Sets》、《计算机学报》等10余种期刊编委，是IRSS会士和CAAI会士。主要从事粗糙集、粒计算、知识发现、数据挖掘、认知计算、大数据智能等研究，出版专著20余部（含编著），发表SCI/EI收录论文300余篇，论著被他引10000多次。获国家级高等教育教学成果二等奖、重庆市自然科学一等奖、吴文俊人工智能科学技术奖科技进步一等奖等成果奖励8项。带领的团队获评“国家级教学团队”和“重庆高校创新团队”。

封举富

北京大学

曾庆田

山东科技大学

黎铭

南京大学

刘奕群

清华大学

面向“人-物-网”空间的大数据感知与智能信息服务

报告摘要：报告结合物联网、大数据、人工智能等新一代信息背景，首先介绍由大规模群体（人）、物理环境（物）、网络环境（网）（简称“人-物-网”）构成的“新”信息世界观，全面介绍面向“人-物-网”三维空间的大数据感知技术，在大数据全面感知基础上，详细介绍突发事件应急管理决策联动支持、风暴潮灾害社会影响动态评估、农业环境感知与交互式信息服务、井下大规模人群应急协同疏导、冷链物流大数据在线监管等典型智能信息服务系统。

个人简介：曾庆田，教授、博士生导师、山东科技大学电子信息工程学院院长，山东省有突出贡献的中青年专家。中国计算机学会高级会员、中国自动化学会网络信息服务专业委员会常务委员、山东省人工智能学会理事、山东省计算机教学研究会副秘书长、青岛市物联网专家工作站入站专家等。2005年4月毕业于中国科学院计算技术研究所计算机软件与理论专业，获工学博士学位。2005年6月至8月，德国人工智能研究所和德国萨尔大学访问学者。2005年10月至2006年9月，香港城市大学高级访问学者。2008年6月至12月，香港城市大学访问教授。目前主要从事于互联网信息服务、物联网应用软件、业务流程管理、突发事故应急管理等领域的研究工作。作为项目负责人，主持承担国家自然科学基金项目3项、国家安全生产重大事故防治关键技术科技项目、教育部博士点基金、山东省重点研发计划（重大关键技术）项目、山东省科学技术发展计划项目等省部级项目15项。已在ACM 汇刊、IEEE汇刊、《计算机学报》、《电子学报》等刊物上发表论文168篇，其中SCI索引32篇，EI索引117篇。2013年获得山东省科技进步二等奖（排名第一）、山东省研究生教育教学成果奖一等奖（排名第一）；2014年获得青岛市科技进步二等奖（排名第一）。2015年获得山东省青年科技奖。2016年获得中国商业联合会科学技术奖二等奖（排名第一）。2017年获得山东省高等教育教学成果奖一等奖（排名第一）、中国商业联合会科学技术奖二等奖（排名第一）、煤炭教育教学成果奖二等奖（排名第一）。2018年获得山东省科技进步三等奖（排名第一）。2019年获得山东省物联网协会科技进步奖特等奖（排名第一）。获得的荣誉称号包括山东省有突出贡献的中青年专家（2015年）、山东省优秀研究生指导教师（2015年）、山东省高校优秀共产党员（2016年）、山东省电子信息行业优秀科技工作者（2016年）。

群体智能支撑的互联网搜索技术及其应用

报告摘要：搜索引擎已经成为获得互联网情报与信息的主要入口，是信息化社会重要的基础设施。自2001年开始，清华大学信息检索课题组在互联网搜索领域开展了长期的技术探索，提出了基于交互行为的查询相似度度量与分类、与作弊形式无关的垃圾网页识别、异质多模态搜索结果的聚合排序等创新性技术，取得了多个国际评测的优异成绩以及高水平国际会议的最佳论文奖项。本报告将介绍课题组从互联网搜索用户的群体交互规律和个体认知过程出发，通过用户群体智能改进互联网搜索技术的部分代表性工作。

个人简介：刘奕群，清华大学计算机系党委书记、教授、博士生导师。中国人工智能学会知识工程与分布智能系统专委会秘书长、中国中文信息学会信息检索与内容安全专委会副主任、中国计算机学会杰出会员。主要研究领域集中在信息检索、互联网搜索技术以及自然语言处理研究方面。担任信息检索领域知名国际期刊Foundations and Trends in IR主编、信息检索领域重要会议ACM SIGIR2018、ICTIR2020、NTCIR-13/14程序委员会主席等学术职务。先后获得北京市科学技术一等奖、钱伟长中文信息处理青年创新一等奖，并作为项目负责人获得国家重点研发计划，国家自然科学基金委优秀青年基金和重点基金支持。

景丽萍

北京交通大学

许信顺

山东大学

多源异构高维数据表示学习

报告摘要：随着多媒体技术的广泛应用和数据搜集技术的发展,各应用领域涌现出大量的多源、异构、多模态数据。即对某一事物,可通过不同方法或角度收集相关信息。譬如网页数据包括文本、图片和视频等信息；图像数据除了视觉信息外可能还存在伴随文本信息（如标签、标注等）；视频可以由字幕、音频和图像等组成；在社会计算中也存在大量多源异构信息网络，如学术网络、医学网络等。从数据挖掘角度来讲，不同源提取到的数据其表现形式可能存在一定的差异性，如表示特征空间不同，导致多源数据具备典型的异构特性。相比传统的单源同构数据，多源异构数据给数据挖掘领域带来了全新的挑战，本报告将重点介绍我们在多源异构高维数据表示学习方面的最新研究进展。

个人简介：景丽萍，女，博士，教授，博士生导师，北京交通大学计算机科学系系主任/北京交通大学卓越百人。中国计算机学会人工智能与模式识别专委会委员，中国人工智能学会机器学习专委会委员。分别于2000年、2003年从北京交通大学计算机科学系获学士、硕士学位，2007年从香港大学应用数学系获博士学位。2014年破格晋升教授，2018年获得国家自然科学基金优秀青年基金。主要研究方向为机器学习、高维数据表示及其在人工智能领域中的应用等。近年来在国内外重要学术杂志和会议上发表90余篇论文（包括顶级国际学术会议AAAI、IJCAI、CVPR、ACMMM以及IJCV、IEEE Trans.系列顶级期刊）。先后承担国家自然基金优青/面上项目、北京市自然基金重点研究专题等。

个人简介：许信顺，教授，博士生导师，教育部新世纪优秀人才。现为山东大学软件学院教授、人工智能研究所所长，机器学习与媒体分析方向学科带头人。主要研究领域为机器学习、机器视觉、数据挖掘、信息检索和多媒体内容分析与检索等。在知名国际会议和期刊发表论文50余篇，其中包括MM、WWW、AAAI、IJCAI、SIGIR、CIKM、ACM ICMR、SIAM SDM、TKDE、TIP、TCSVT和TMM等。多个国际、国内学术会议的程序委员会委员或分会主席，如AAAI、MM、IJCAI、CIKM、CCML和CCDM等。目前，为中国计算机学会人工智能与模式识别专业委员会委员、中国计算机学会机器视觉专业委员会委员、中国计算机学会多媒体专业委员会委员、中国人工智能学会机器学习专业委员会委员和中国图像图形学会机器视觉专委会委员。

机器学习与大规模媒体内容分析与检索

报告摘要：随着信息技术的发展，尤其是互联网的发展，各个行业领域所积累的数据急剧增加，尤其是图像和视频等可视媒体。面对如此海量的数据，在许多情况下需要能够对所存储的数据进行快速检索，或者能否分析提取数据所包含的语义信息，从而能够对数据进行深层次挖掘；但是，随着数据量的增加，检索效率会成为瓶颈；而语义鸿沟的存在使得语义分析的结果不够理想。针对以上问题，报告将介绍基于哈希的面向大规模媒体检索方法和基于深度学习的图文识别和图像/视频内容分析方法，以及相关方法在实际领域的应用。

赞助单位

Catch me if you can: Learning to detect software clones

个人简介：黎铭，南京大学教授，博士生导师，人工智能学院副院长。国家优秀青年基金获得者、教育部新世纪人才。主要从事软件挖掘、机器学习方面的研究工作。在《IEEE Trans KDE》等国内外重要学术刊物和IJCAI、ICML 等重要国际会议发表论文三十余篇，被国际同行他引两千余次。曾作为主要成员获国家自然科学二等奖、教育部自然科学一等奖等。应邀担任《Frontiers of Computer Science》Associate Editor、《自动化学报》编委、国际软件挖掘系列研讨会SoftwareMining、PAKDD首届博士研讨会DSDM'11主席、国际会议IEEE ICDM的领域主席、IJCAI、AAAI的资深程序委员以及KDD、NIPS等多种一流国际会议程序委员；现任ACM数据挖掘中国分会执委、中国计算机学会人工智能与模式识别专委会委员、中国人工智能学会机器学习专委会常务委员等。

融合领域知识的深度网络FingerNet

报告摘要：深度学习在许多应用领域取得了巨大成功。但在网络结构设计与优化、模型的可解释性和复杂开放环境下的鲁棒性等方面仍有问题值得研究。生物特征识别是依据人类固有的生理特征或行为特征对个体身份进行鉴别的一门科学。指纹识别是其中一种重要技术，并得到广泛应用。本报告将介绍深度学习在指纹识别中的应用和进展。现场指纹特征提取是指纹识别中的一个非常困难的老问题。我们提出了一种统一的指纹特征提取网络FingerNet——结合指纹识别的领域知识，将经典指纹特征提取框架网络化，通过扩充网络容量，使得模型具有很强的鲁棒性，使用分模块训练，使得模型具有可解释性。

个人简介：封举富，北京大学信息科学技术学院智能科学系教授，博士生导师。主要研究方向为模式识别与机器学习、生物特征识别及其应用。在国内外期刊和国际会议上发表论文100多篇。1993年，获第一届亚洲计算机视觉国际会议优秀论文奖。2000年获中国高校科技进步二等奖。2012年获公安部科学技术二等奖。