2024年11月10日上午，由中国计算机学会（CCF）主办，CCF数据库专业委员会和辽宁大学信息学部联合承办的“CCF数据库专委走进辽宁大学”活动在辽宁大学崇山校区图书馆二楼学术报告厅顺利举行。

本次活动邀请了多位数据库领域的专家学者，包括北京航空航天大学马帅教授、CCF数据库专委会秘书长、中国人民大学陈跃国教授、东北大学张岩峰教授进行了主题报告。辽宁大学信息学部副主任、信息学院院长丁琳琳教授、信息学部的教师、硕士研究生以及本科生共计120余人参与了本次活动。

首先，信息学院院长丁琳琳主持会议并致辞，对各位专家学者的到来表示了热烈的欢迎，介绍了辽宁大学信息学部的发展历程及取得的成绩，期待与各位深入交流和探讨数据库领域前沿技术，拓展合作契机，共同促进该领域的发展。

在报告环节，马帅教授首先作了题为“大数据近似计算——深度学习与传统算法融合？”的主题报告，介绍了深度学习与传统高效查询算法融合的发展历程，重点阐述了传统算法辅助深度学习、深度学习辅助传统算法以及两者深度融合计算三种融合计算模式，并初步展示了这些融合方法在提升准确性和效率方面的显著效果。他强调，传统算法和深度学习在某些任务上各有优劣，而通过它们的深度融合，可以充分发挥各自的长处，从而达到更高的算法效率和效果。

接下来，陈跃国教授以“智慧治理中的数据挑战”为题目进行报告，回顾了AI4Science的发展历程，详细阐述了AI for Social Science所面临的需求与挑战。结合中国人民大学国家治理大数据和人工智能创新平台的做的几个智慧治理案例，陈教授与听众共同探讨了数据治理中遇到的挑战及其可能的解决方案，并介绍了开放科学带来的新机遇。他强调，AI for Social Science仍是一个充满潜力的未开发领域，为计算机科学从业者提供了众多新的机遇。

张岩峰教授以“Neutron图神经网络训练系统”为题进行报告，介绍了大规模图神经网络训练过程中存在的问题，即所涉及的计算复杂度非常高，加之社交网络、金融网络等真实图数据规模非常庞大，导致大规模图神经网络训练非常耗时。系统地阐释了构建大规模图学习训练推理系统Neutron中的一些经验，并介绍了图学习训练推理加速的一些关键技术，包括分布式GNN训练NeutronStar、动态GNN训练NeutronStream、单机GPU训练NeutronOrch、微批量采样训练NeutronOnce等工作。

在面对面的交流互动环节中，现场师生踊跃发言，营造了浓厚的学术交流氛围。此次活动中，专家学者们的报告涵盖从基础理论到实际应用的广泛领域，既展现了创新性也体现了实践性，帮助师生们更深入地理解如何在学术研究中识别真实的问题并提出有效的解决方案。这不仅促使他们在未来的科研工作中更加关注学科的前沿需求和实际应用的价值，也加深了师生们对前沿研究课题的理解和探索。