CCF@U1163：CCF协同计算专委走进商丘学院

CCF走进高校第1163场

敬请关注

由中国计算机学会（CCF）主办，CCF协同计算专委、商丘学院承办的CCF走进高校活动，将于2024年11月15日在商丘学院召开，敬请关注。

活动时间：2024年11月15日（周五）14:30-17:30

活动地点：商丘学院计算机工程学院、AI学院

报告信息：

报告题目：近似闪存存储系统

报告摘要：近年来深度学习取得突破性地进展，是人工智能中前沿且重要的技术。为了降低深度学习模型的冗余度，近似计算在其模型简化中得到了深入的应用。基于近似计算的特征，研究适配的近似存储系统获得广泛的关注。针对该现状，我们提出了不可用数据的重用技术，降低闪存存储系统中刷新的高开销。此外，利用近似数据的特征，我们提出了快速数据安全删除技术，降低安全删除过程中的迁移代价。通过以上关键技术，闪存存储系统在安全性、性能方面获得了极大地提升。

嘉宾简介：

崔金华，华中科技大学计算机科学与技术学院副教授。IEEE/ACM会员，CCF信息存储技术专业委员会执行委员、协同计算专委会执行委员、体系结构专业委员会。主要研究方向包括存储系统, 非易失性存储, 大数据, 嵌入式系统等，在存储领域具有较强的理论基础和技术积累，以第一作者或通讯作者在TPDS、TCAD、JSA等国际顶级期刊和DAC、ICCAD、ICCD等国际学术会议上发表高水平论文30 余篇，已授权/申请国家发明专利25项。近年来，崔金华主持/参与多项国家自然科学基金、国家自然科学基金重点项目、国家重点研发项目、湖北省自然科学基金等项目。

报告题目：基于区块链去中心化系统的激励机制研究

报告摘要：基于区块链的去中心化系统在实际应用中的功能性和安全性，取决于如何激励大量用户节点和共识节点的积极参与和诚实行为。针对大规模异构系统的复杂性和动态性，研究实体可信行为的演化规则，提出基于博弈的抵抗共谋攻击的防御方法，建立满足多目标的激励机制，实现多种系统实体的协同激励。

嘉宾简介：

梁雪芹，西安电子科技大学副教授。分别于2020年12月和2021年12月获得芬兰阿尔托大学网络技术专业理学（技术）博士学位和西安电子科技大学网络空间安全专业工学博士学位。主要研究方向为安全博弈与激励、区块链、联邦学习、云计算安全等。目前发表论文20余篇（含2篇ESI高被引论文）。荣获IEEE TCSC优秀博士论文奖、陕西高等学校学科科学技术研究成果奖（一等奖）、西安电子科技大学优秀博士论文、IEEE卓越服务奖、IEEE杰出领导奖等荣誉。担任Blockchain: Research and Applications（区块链研究）和ACM Distributed Ledger Technologies: Research and Practice等国际期刊的客座编辑，IET Information Security (CCF C)的学术编辑。担任多个国际会议的程序委员会主席/副主席，如IEEE TrustCom 2024 (CCF C)、IEEE GreenCom 2024、IEEE Blockchain 2023、ColTrust 2023、IEEE DependSys 2022等。

报告题目：基于张量的知识图谱嵌入与推理

随着大数据与人工智能技术的飞速发展，特别是大型语言模型等复杂AI系统的崛起，知识图谱作为结构化知识的重要载体，在智能问答、推荐系统、语义搜索等多个领域的应用价值日益凸显。知识图谱嵌入与推理方法作为解锁知识图谱深层信息的核心技术，对于提升智能系统的语义理解与决策支持能力具有不可替代的作用。本报告将分享研究团队在知识图谱嵌入与推理方面的关键技术和研究工作，介绍所提出的张量语义空间下的表示学习方法在时序推理、多模态推理、归纳推理等方面的应用。

嘉宾简介：

杨静，毕业于华中科技大学，现为郑州大学计算机与人工智能学院研究员，中国计算机学会 CCF协同计算专委执行委员。研究兴趣包括人机物认知智能、知识表示与推理等，图神经网络等，相关成果发表在ACM MM、IEEE IOTJ、IEEE TII等中国计算机学会推荐A类会议或中科院一区期刊上。主持国家自然科学基金青年基金，作为骨干成员参加多项国家重点研发计划、科技创新2030等国家级项目。荣获2024 IEEE HITC 青年科学家奖，2022 IEEE TCSC杰出博士论文奖，2021 IEEE Hyper-Intelligence Congress杰出领导奖等。担任国际学术会议IEEE HPCC-2021 (中国计算机学会推荐 C类国际学术会议) 宣传主席，IEEE DIKW-2022程序主席，CBD-2023执行主席。

报告题目：深度图聚类模型的回顾与探索

报告摘要：近年来，随着信息技术的不断发展，数据也呈指数级增长。这些数据通常可以构建为图数据，其中节点表示实体，边表示实体之间的单向或双向关系，除了节点链接所表示的边之间的关系外，节点通常还与其所表示的属性相关联，这些信息可以在一定程度上反映网络的结构。现实中的许多复杂系统都可以用构建图网络来表示，利用拓扑图信息学习图结构特征。图聚类通过对数据本身构造的图结构进行点的划分为多个紧密相连、互不相交的社区从而进一步地挖掘数据潜在信息。目前已广泛应用于推荐系统、社区检测、自然语言处理、计算机视觉、生物信息学等领域。报告聚焦基于图神经网络的图聚类模型面临的挑战，介绍模型的研究动机、意义和当前的研究进展，并展望该领域未来值得研究的工作。

嘉宾简介：

赵雅靓，河南大学计算机与信息工程学院教授，博士生导师，加拿大圣西维尔大学博士后。主要研究方向为人工智能、大数据处理与分析等，成果发表在IEEE TII/ TNSE/TETC/Network、Information Fusion、UIC、ICPADS、ISPA等权威国际期刊或国际会议上。主持完成国家自然科学基金青年基金1项，作为项目骨干成员参与国家高分重大专项、国家重点研发计划、国家航天局航天遥感论证中心、民航空管局等项目6项。分别获IEEE TCSC和IEEE SCSTC青年科学家奖，IEEE TCSC最佳博士论文奖。担任IEEE Smart Data 2022，IEEE DSS 2020国际会议程序委员会主席。

报告题目：基于张量的工业互联网数据表示及高效计算方法

报告摘要：工业互联网已上升为国家重大创新战略。对工业互联网数据的高效处理是提高工业互联网智能化水平的重要途径之一。针对工业互联网数据处理中的复杂高阶数据融合表示，高质量数据提取和全流程预测识别及其大规模计算问题提出一套基于张量表示的工业互联网数据表示及高效计算方法。

简介：王晓康，男，2017年在华中科技大学计算机科学与技术学院获得计算机系统结构专业博士学位。2018年1月至2022年1月，在加拿大圣西维尔大学从事博士后研究，现海南大学计算机科学与技术学院教授。研究兴趣为：信息-物理-社会系统，并行分布式计算和工业互联网。目前，王晓康博士的研究成果发表在包括IEEE TNNLS, IEEE IoTJ, IEEE TII, IEEE TBD, IEEE TSUSC, ACM TECS等IEEE/ACM汇刊在内的50多篇期刊论文上，其中ESI热点论文3篇，ESI高被引论文11篇，封面论文1篇；入选“斯坦福大学全球前2%顶尖科学家榜单（2022）”，获得2017 IEEE TCSC杰出博士论文奖, 2019 IEEE SCSTC学术新星奖, 2021 IEEE TCSC 青年学者奖，2021 IEEE TSUSC最佳论文奖，2023 IEEE HITC青年学者奖。王晓康博士担任IEEE UIC 2025 (CCF C)， IEEE ISPA 2024 (CCF C),IEEE ICPADS 2023 (CCF C)，IEEE UIC 2022(CCF C)，和IEEE HPCC 2020(CCF C)的程序委员会主席，和IEEE HPCC 2022(CCF C)执行主席；以及加拿大IEEE大西洋片区SMC&CIS协会的副主席和IEEE人机物系统工作组主席。

CCF微信公众号，欢迎关注