返回首页
登录

CCF大连分部成功举办“复杂网络中的机器学习”学术报告会

阅读量:672 2019-05-20 收藏本文

从互联网到移动通信网、交通网、电力网、经济网、社会关系网、生物网和生态网等等,复杂网络无处不在,并且对人类生产和生活的影响也越来越大。近年来,人们从不同的角度尝试揭示实际复杂网络的各种结构性质,并取得了不少有价值的成果。同时,网络科学具有非常显著的交叉学科特征。越来越多的计算机科学研究人员开始从事网络科学相关研究。在复杂网络领域尤其是大规模社交网络中,近年来基于网络嵌入和表示学习等机器学习方法成为工业界和学术界的研究热点,也是机器学习及深度学习领域的重要应用方向。本次专题报告面向复杂网络和机器学习这两个领域的专家和学者,促进这两个领域的专家学者进行深入交流,进行学科交叉和多维度融合。

5月10日下午CCF大连分部在大连理工大学顺利召开了“复杂网络中的机器学习”学术报告会。会议邀请了香港城市大学讲座教授、IEEE Fellow、欧洲科学院院士、中国科学院院士陈关荣博士,浙江工业大学研究员、博导、浙江工业大学数据智能实验室负责人、浙江高校中青年学科带头人宣琦博士。

参加此次学术报告会包括大连理工大学、大连海事大学、大连海洋大学等大连市高校的师生以及大连市相关企业人员近50人,参加第十五届网络科学论坛的学者50多人,合计110人参加。会议由CCF大连分部执行委员、大连民族大学教授许小可主持。

图一:许小可代表CCF大连致辞

首先,许小可代表CCF大连分部致辞,对所有教授,老师和同学的到来表示热烈的欢迎,并对宣琦研究员、陈关荣教授作了介绍。

图二:宣琦作题为“网络数据挖掘算法设计及其安全性探讨”的报告

人工智能算法用于辅助人类决策,由于人类天生不擅长处理高维数据,基于算法的自动决策将在网络空间逐渐占据主导地位。特别地,在网络科学领域,随着图嵌入技术的提出和快速发展,研究人员将大量图数据从网络空间映射到欧氏空间,从而得以用机器学习技术对图数据进行分析。宣琦针对近些年图数据上人工智能核心算法存在的潜在漏洞,首先作了“网络数据挖掘算法设计及其安全性探讨”的报告,从深度学习对抗攻击切入,分析当前流行的网络挖掘算法存在的漏洞,并介绍团队在人工智能算法安全领域的最新成果。让与会者体会了恶意攻击会让人工智能算法决策结果失效,造成不可估量的损失。

图三:陈关荣作题为“漫谈网络科学研究中的求学与治学”的报告

陈关荣是网络科学领域的著名学者,文章引用率93600,H指数为145。在报告中,他基于个人四十年来在国内外读书求学以及网络科学领域科研教学的经历和体验,以讲述古今中外一些相关历史故事的方式,从个人的视角来论述学者求学治学的态度和方式,旨在和年轻学子们交流分享。

图四:陈关荣进行中西方传统教育方式的比较

陈关荣的报告幽默诙谐、同时又高屋建瓴。尤其是他引用名人名言分别对东、西方文化中人们面对求学路上的众多坎坷的态度进行了分析,也摘录了一些诗句对治学的严谨性进行了剖析和升华。陈关荣的个人经历令参加报告会的学生和青年学者感慨万千,也深受教育。在交流环节,与会师生与两位特邀讲者针对人工智能的发展趋势、网络科学与机器学习的深度融合、硕士生和博士生的学习生活规划、青年学者治学过程中的困难等多方面问题进行了更为充分的交流和探讨。

在学术研讨会的最后,大连理工大学电信学部孙希明副部长、计算机科学与技术学院孙媛媛教授代表该校向两位演讲者赠送了该校70周年校庆纪念品。整场报告会气氛轻松、思维活跃、富于启发。