返回首页
您的位置:首页 > 会员活动

CCF济南《产业数据应用论坛》促进学科与技术发展

阅读量:7 2021-09-23 收藏本文

2021918日,CCF济南分部承办的山东大学软件学院强院兴校、特软起航院庆系列学术活动之《产业数据应用论坛》在山东大学-新加坡南洋理工大学人工智能国际联合研究院(CFair)报告厅成功举行。本次活动以产业数据应用为主题,邀请了北京师范大学孙运传、齐鲁工业大学孙涛、山东财经大学刘位龙、浪潮集团王腾江、济南大学牛四杰等来自国内多所高校的专家学者,从不同角度分享产业数据领域的最新研究应用成果,研讨产业数据领域发展的热点,促进学科与技术发展,密切研究团队之间的合作。本次报告中国计算机学会高级会员,协同计算、服务计算专委委员、山东大学软件学院教授刘士军主持,软件学院党委书记仇道滨教授致辞,学院部分教师、硕士研究生聆听了此次报告,并参与讨论

北京师范大学孙运传教授首先做了题为《见叶知秋—基于另类数据的创新金融应用》的报告。他例举多个“非常规的,非主流的数据”在金融方面的应用实例,总结了基于另类数据的创新金融应用的学术研究与实践应用,提出目前实践应用走在学术研究之前,给出了新技术+新方法(智能技术)+新问题(行业痛点)的新范式,最后从信用评估,资产定价,识别欺诈,风险预警四个方面为另类数据在金融领域的应用作出了展望。


接着齐鲁工业大学孙涛教授带来题为《多模态服务内容资源管理关键技术研发及示范应用》的报告。教授从架构、关键技术工具及平台方面介绍了多模态服务内容资源管理的解决方案以及为智能制造,临床医学,海洋监测等领域应用提供场景化智能化知识服务的应用案例

第三位是山东财经大学刘位龙教授,他带来了题为《数据驱动的不确定优化方法及其应用》,刘教授针对外部数据对需求的影响导致的需求不确定性展开讨论,对比分析了多种机器学习算法在数据驱动下的优化方法及效果,并通过供应商管理库存、企业自有仓库相互补充配送成本优化问题进行了详细的分析介绍,最后,针对未来的发展研究,刘教授提出可增加更多维度的外部信息,如厂家声誉,来发挥数据驱动在优化方法中的作用,利用LSTM等深度学习解决需求不确定的多仓库配送优化问题。

接着由浪潮集团王腾江主任题为《产教融合,打造新一代工业软件》的报告,依次从“数字化转型唤醒新一代工业软件”、工业软件技术发展趋势与实践”、“产教融合,打造新一代工业软件”三个方面展开讨论,具体分析了工业大数据软件发展趋势,工业大数据软件面临的问题,提出新型工业大数据软件开发模式需求具有不确定性,变化频繁,产品迭代快等特点。最后提出产教融合是化解国产工业软件研发中人才缺乏和产教脱节的有效途径

最后,济南大学牛四杰教授带来题为《面向高光谱地物分类的无监督学习方法研究》,牛教授依次介绍了高分遥感影像,基于深度学习的人工建筑物监测,快速高阶稀疏子空间聚类和累加MRF的高光谱图像分类,基于深度图卷积子空间聚类的高光谱图像分类四个模块,牛教授对高光谱图像应用的未来发展做出了几点展望,提出共同构建属于大行业范畴的解译模型库是解决智能遥感技术发展中的样本不足的途径之一;以及实现自我学习迭代,自我决策系统,基于积累的模型设计经验,可以进一步将模型模块化等观点


报告中,现场老师同学根据自身在教学、科研和学习的实际情况向教授提出了问题,各位教授以丰富的实践和研究经验,耐心地为提问者答疑解惑,最后,刘士军教授为本次讲座总结发言,对位讲者精彩的演讲给予高度的赞赏,并表达了真挚的感谢,同时希望通过此次讲座,研究生能与学术界的前辈们有更多接触,深入地认识行业前沿研究,从而对自身的科研发展有积极的指导作用。