CCF@U1109:CCF数据库专委走进华东师范大学

CCF走进高校第1109场

敬请关注

由中国计算机学会（CCF）主办，CCF数据库专委、华东师范大学承办的CCF走进高校活动，将于2024年6月27日在华东师范大学召开，敬请关注。

活动时间：2024年6月27日（周四）13:30-16:30

活动地点：华东师范大学（普陀校区）科学会堂阶梯教室

报告信息：

报告题目：从编程爱好者到编程职业高手

报告摘要：在本次演讲中，讲者将结合自己从天体物理学者到数据库技术专家的职业转变，探讨理论基础与持续创新在技术发展中的重要性。我认为，程序员若能深入理解基础理论，并在此基础上不断探索和创新，不仅能有效解决技术难题，还有机会成为跨界创新的领导者。同时，我还将分享个人经历，说明程序员不仅要精通技术实践，更要深刻理解技术背后的原理，这样才能在面对新挑战时展现出适应性和创造力，推动技术进步和个人职业发展。

嘉宾简介：

陶建辉，TDengine 创始人&CEO。1994年到美国留学，1997年起，先后在芝加哥Motorola、3Com等公司从事无线互联网的研发工作。2008年初回到北京创办和信，后被联发科收购。2013年初创办快乐妈咪，后被太平洋网络收购。2017年5月创办涛思数据，专注物联网大数据的处理，产品TDengine开源后，在GitHub全球趋势排行榜上多日排名第一。涛思数据已获红杉、GGV、经纬、明势资本等多家机构的近7000万美元的投资。

报告题目：基于参数高效的预训练大语言模型（PLM）的联邦时间序列异常检测方法

报告摘要：时间序列异常检测旨在从时间序列的正常样本分布中识别出异常样本，在很多实际场景中有重要应用。现有方法通常假设不同终端采集的时间序列数据集中起来统一进行处理，然而由于各种边缘设备的部署以及数据隐私保护的需要，时间序列数据的收集呈现出去中心化的趋势。为了解决分散时间序列数据与集中式异常检测算法之间的矛盾和挑战，本报告介绍一种参数高效的联邦异常检测框架PeFAD，以应对日益增长的数据隐私保护需求。PeFAD 首次采用预训练语言模型（PLM）作为客户端本地模型的主体，利用其跨模态知识迁移能力解决异常数据稀疏的问题。为了减少通信开销和本地模型适配成本，提出了一个参数高效的联邦训练模块，使得客户端只需微调小规模参数并传输到服务器进行更新。PeFAD 还采用一种基于合成隐私保护数据集的知识蒸馏操作，以解决客户端间数据异质性问题。通过在四个真实数据集上的实验表明， PeFAD 在集中和联邦学习场景下均显著优于现有的先进基线方法。

嘉宾简介：

王森章，中南大学计算机学院特聘教授，湖南省“芙蓉学者”。主要研究方向为时空数据挖掘、图数据挖掘、城市计算等。发表论文100余篇，其中CCF-A类论文近50篇，谷歌学术引用6400余次。一篇会议论文获“最佳学生论文奖”，一篇论文获数据挖掘顶级国际会议ICDM最佳论文提名。主持包括国家自然科学基金项目、“香江学者”博士后项目、省自然基金、企业横向项目等10余项研究课题。作为第一完成人获2022年中国仿真学会自然科学奖二等奖。王森章教授是中国计算机学会数据库专委会和大数据专家委员会的执行委员，担任《智能科学与技术学报》编委，《计算机工程》青年编委，国际期刊ACM Trans. on Intelligent Systems and Technology、IEEE Trans. on Big Data和Remote Sensing客座编委。先后四十余次担任所在领域国际会议程序委员会成员（PC Member）及高级成员（Senior PC Member）。

王森章，中南大学计算机学院特聘教授，湖南省“芙蓉学者”。主要研究方向为时空数据挖掘、图数据挖掘、城市计算等。发表论文100余篇，其中CCF-A类论文近50篇，谷歌学术引用6400余次。一篇会议论文获“最佳学生论文奖”，一篇论文获数据挖掘顶级国际会议ICDM最佳论文提名。主持包括国家自然科学基金项目、“香江学者”博士后项目、省自然基金、企业横向项目等10余项研究课题。作为第一完成人获2022年中国仿真学会自然科学奖二等奖。王森章教授是中国计算机学会数据库专委会和大数据专家委员会的执行委员，担任《智能科学与技术学报》编委，《计算机工程》青年编委，国际期刊ACM Trans. on Intelligent Systems and Technology、IEEE Trans. on Big Data和Remote Sensing客座编委。先后四十余次担任所在领域国际会议程序委员会成员（PC Member）及高级成员（Senior PC Member）。

报告题目：大规模图数据高效集合交集计算技术

报告摘要：图因其直观、强大、灵活的表示能力，被广泛用于建模各个应用领域，包括金融、电信、社交网络等，然而图的规模越来越大、结构愈发复杂，对于高效的图查询和分析提出了巨大挑战。对于图的任意两个顶点集，计算它们的公共顶点, 即集合求交，是三角形计数、极大团枚举、子图搜索等许多图算法的基础操作之一。因此，加速集合求交计算有利于提升下游很多算法的效率，本报告将介绍关于图数据上集合交集计算的相关研究进展。

嘉宾简介：

郑卫国，复旦大学青年研究员，博士生导师。主要从事图数据查询和分析、知识管理、向量计算等相关研究工作，在国际顶级学术会议与期刊发表论文50余篇，包括SIGMOD、VLDB、ICDE、KDD、ACL、TODS、TKDE等，编写知识图谱专著1部，担任多个国内外重要学术会议的程序委员会主席或领域主席，担任TKDE、VLDBJ、TOIS、TKDD等国际期刊审稿人。

CCF微信公众号，欢迎关注