返回首页
您的位置:首页 > 活动 > 活动日历 > CCF走进高校

CCF@U827:崔斌、袁野、马占宇、杜军平走进东北林业大学

阅读量:989 2021-12-16 收藏本文

由中国计算机学会(CCF)主办,东北林业大学承办的CCF走进高校活动,将于20211222日在东北林业大学召开,并同步开放腾讯会议线上会议室,敬请关注。

时间:20211222日(星期三)15:30-17:40

地点:线上报告

参会方式:

1、腾讯会议号:674 810 716

2、免费、CCF会员优先

3、参会须知:实名进入腾讯会议(具体格式:姓名+高校名)

活动安排:

时间

内容

15:30-15:40

嘉宾介绍

15:40-16:10

特邀讲者:崔 北京大学

报告题目:河图:面向超大模型的分布式深度学习框架

16:10-16:40

特邀讲者:袁 北京理工大学

报告题目:面向大数据联邦的管理与分析

16:40-17:10

特邀讲者:马占宇 北京邮电大学

报告题目:基于概率模型表达的深度神经网络优化

17:10-17:40

特邀讲者:杜军平 北京邮电大学

报告题目:面向智慧旅游的跨媒体大数据智能分析与处理

报告信息:

报告题目:

河图:面向超大模型的分布式深度学习框架

Hetu: A new distributed deep learning framework for huge model

报告摘要:机器学习系统是人工智能应用的重要基础,其核心包括数据组织形式、模型计算方法以及硬件使用方式等。日益增长的模型和数据规模对现有系统带来了严峻的挑战。本次报告介绍了课题组自主研发的面向超大模型的自动并行分布式深度学习框架--河图。报告首先介绍了河图的特性和设计理念,剖析了目前大模型发展情况,然后重点介绍了河图面向复杂模型和硬件环境的优化进展以及在自动化并行训练上的探索。最后,对机器学习系统的发展进行了展望。河图系统已在GitHub开源 https://github.com/PKU-DAIR/Hetu

嘉宾简介:

崔斌,教授/博导,国家高层次人才,北京大学计算机系副主任,网络与信息系统研究所所长。研究方向包括数据库系统设计和性能优化、数据挖掘、大数据管理和分析等,在相关领域发表了100多篇学术论文。担任中国计算机学会数据库专委会副主任,VLDB理事会理事,IEEE TKDEVLDB Journal等期刊编委,以及数十个国际会议的程序委员会委员。他是中国计算机学会杰出会员,于2008年获得微软亚洲研究院的微软青年教授奖2009年获得中国计算机学会 “CCF 青年科学家奖2014年获教育部自然科学二等奖。


报告题目: 面向大数据联邦的管理与分析

报告摘要:数字经济时代海量多源异构数据指数增长,管理和分析这些数据的基础设施从传统数据库、数据仓库到如今的数据中台、数据湖和跨域数据平台快速迭代。这些新型基础设施具有数据异构、数据自治、数据变化和数据隐私等特点,被统称为大数据联邦。本报告首先结合实际应用,阐述大数据联邦的特点、以及管理和分析大数据联邦带来的研究挑战。其次,介绍我们提出的一套大数据联邦管理和分析框架。最后,总结并展望大数据联邦。

嘉宾简介:

袁野,博士,现为北京理工计算机学院教授、博士生导师、国家优秀青年基金获得者。主持国家自然基金重点项目,科技部重点研发课题。曾获中国电子学会,教育部和辽宁省科技进步一等奖、全国优秀博士论文提名奖、中国计算机学会优秀博士论文奖。袁博士是中国计算机学会数据库专业委员会常委、大数据专家委员会委员、中国计算机学会高级会员,IEEEACM高级会员。香港科技大学、香港中文大学、英国爱丁堡大学访问学者。主要研究方向为大数据管理与分析(包括图数据管理、众包数据管理、不确定数据管理、数据隐私保护等)。在SIGMODVLDBICDEVLDB JournalIEEE Trans. TKDEIEEE Trans. TPDS等重要学术会议和期刊上发表论文90余篇。


报告题目: 基于概率模型表达的深度神经网络优化

报告摘要:以深度学习为代表的人工智能技术迅速发展,受到了学术界和产业界的大量关注。作为深度学习的重要组成,深度神经网络存在着结构过于复杂、注意力等功能机制不明确以及观测数据不完备等问题,其优化方法的研究面临着挑战。团队聚焦基于概率模型表达的深度神经网络优化方法研究,针对基于传统分布的Dropout正则化会引入系统偏差、传统注意力机制的可解释性较弱以及观测数据的不完备导致的泛化能力不足等问题,提出了基于非高斯先验的深度神经网络正则化框架、基于非高斯先验的深度神经网络注意力机制和基于混合模型的输出特征不确定性估计方法等,有效的降低了网络复杂度、较好的解释了模型的注意力机制,并提升了预测结果的可信程度。

嘉宾简介:

马占宇,瑞典皇家理工学院博士、博士后,现任北京邮电大学教授、博士生导师,中国计算机学会杰出会员、计算机视觉专委会秘书长,中国图象图形学学会理事兼副秘书长、青工委副主任。主要研究方向是模式识别与机器学习基础理论与方法,及其在计算机视觉、多媒体信号处理等领域的应用。在包括IEEE TPAMICVPR在内的顶级国际期刊和会议上发表/录用论文100多篇,担任IEEE TNNLSIEEE TVT等国际期刊编委和CVPRAAAI等国际会议AC;先后主持国家自然科学基金优青、联合重点、面上项目等以及科技部科技冬奥重点研发计划课题、北京市自然科学基金重点项目等;曾获中国人工智能学会第七届吴文俊人工智能科学技术奖一等奖,北京市科学技术奖二等奖等。


报告题目:面向智慧旅游的跨媒体大数据智能分析与处理

报告摘要:智慧旅游是借助于物联网、云计算、人工智能和大数据等技术,使旅游物理资源和信息资源高度系统化整合的全新旅游形态。本报告介绍面向智慧旅游的跨媒体大数据智能分析与处理技术的发展趋势,对智慧旅游系统总体架构及信息感知、跨媒体旅游大数据的语义学习和内容识别、跨媒体旅游大数据挖掘,以及基于群智感知的游客行为与突发事件预测等进行深入分析,并介绍团队在智慧旅游方面取得的最新研究成果。

嘉宾简介:

杜军平,CCF会士、CAAI会士。博士,北京邮电大学计算机学院教授、博导,北京邮电大学校学术委员会委员、计算机应用技术中心主任。主要研究方向是数据挖掘、大数据智能分析、社交网络分析。先后主持了国家自然科学基金重大项目、国家重点研发计划项目、国家自然科学基金重点项目、973计划课题、863计划项目、国家自然科学基金重大国际合作项目等30余项国家和省部级科研项目。在IEEE TPAMITKDETNNLSTCSTTSMCTIMTVTTIFSACM MMIJCAIICDECVPR等国际重要刊物和国内外学术会议上发表论文400余篇,出版专著6部,申请和授权国家发明专利37项,登记软件著作权15项,获国家技术发明奖二等奖、教育部技术发明奖一等奖、北京市科学技术二等奖、吴文俊人工智能自然科学二等奖等。


CCF微信公众号,欢迎关注