分论坛 > 深圳 > 活动预告
​CCF YOCSEF深圳技术论坛论坛: 无监督学习如何成为人工智能的下一站?
2020-08-16 阅读量:789 小字

CCF YOCSEF深圳

CCF Young Computer Scientists & Engineers Forum Shenzhen

CCF YOCSEF深圳技术论坛:

无监督学习如何成为人工智能的下一站?

CCF-YO-20-SHZ-3FT


时间:2020年8月22日(星期六)13:30-17:30

地点:深圳湾科技生态园 10 栋A座3楼云天励飞全球创新展示中心



2016年,图灵奖得主Yann LeCun 表示,未来几年的挑战是让机器学会从原始的、没有标签的数据中学习知识,也就是无监督学习。Yann LeCun提出,无监督学习是人工智能的下一站。2020年,图灵奖得主Geoffrey E. Hinton指出,人类无法完全依赖有监督学习的方法完成所有神经元训练,而需要更多来自于无监督学习的帮助。目前无监督学习技术备受关注,无监督表达学习技术在自然语言处理领域进展神速,OpenAI 近期发布的包含1700亿参数的GPT-3预训练模型吸引了全世界的目光;无监督图嵌入表达技术在图学习领域取得了不俗的成果;自监督学习技术在视觉领域近期也有较大的突破,Geoffrey E. Hinton 等谷歌研究者的最新研究一次就把无监督学习的指标提升了 7-10%,甚至可以媲美有监督学习的效果。但我们同时也看到,对GPT-3的质疑声一直不断,无监督学习技术在更多的领域尚待突破。本次论坛邀请了涉及表达学习、自然语言处理、计算机视觉分析、数据挖掘、金融大数据处理等领域不同的专家,共同思辨无监督学习技术如何真的能成为人工智能的下一站。


论坛诚挚邀请高校师生、企业人士、CCF与CCF YOCSEF同仁参加,期待您的光临!



论坛议程


      13:00-13:30      签到
     13:30-13:35      嘉宾介绍、论坛背景介绍(主持人:陈小军)
     13:35-13:40      深圳大学计算机与软件学院副院长毛睿致辞 

    




     13:40-15:40

      第一阶段:引导报告(主持人:陈小军、黄栋)

      引导发言1:清华大学 崔鹏

      题目:Frontiers in Network Embedding and GCN                                   

 

      引导发言2:清华大学 黄民烈

      题目:自然语言处理中的自监督学习                                 

 

      引导发言3:西北工业大学 聂飞平

      题目:最优均值鲁棒PCA和变权法优化框架

 

      引导发言4:国防科技大学 刘新旺

      题目:缺失多视图聚类算法

     15:40-15:50      合影、茶歇

     


     15:50-17:20

      第二阶段:技术思辨 (主持人:陈小军、黄栋)

   1.  哪些领域更可能从预训练模型中受益?

        预训练模型的学习偏见如何解决?


    2.  无监督学习如何提升多模态场景下不同领域知识的交互与促进?


   3.  无监督学习技术如何提升人工智能技术的鲁棒性及安全性?

     17:20-17:30      论坛总结

注:活动日程以当日实际为准



主办单位:中国计算机学会(CCF)

协办单位:深圳大学计算机与软件学院大数据技术与应用研究所

支持单位:深圳云天励飞技术股份有限公司

执行主席:

陈小军 深圳大学计算机与软件学院副教授,CCF YOCSEF深圳主席

黄栋 华南农业大学数学与信息学院副教授,CCF YOCSEF广州学术秘书

微论坛执行主席:

张天豫 微众银行高级研究员,CCF YOCSEF深圳AC委员



嘉宾介绍

引导报告嘉宾:

图片 1

崔鹏,清华大学计算机系长聘副教授,博士生导师。研究兴趣聚焦于大规模网络表征学习以及大数据驱动的因果推理和稳定预测。近5年在数据挖掘及人工智能领域顶级会议发表论文100余篇,先后5次获得顶级国际会议或期刊论文奖,并先后两次入选数据挖掘领域顶级国际会议KDD最佳论文专刊。担任IEEE TKDE、ACM TOMM、ACMTIST、IEEE TBD、KAIS等国际期刊编委。曾获得国家自然科学二等奖、教育部自然科学一等奖、电子学会自然科学一等奖、CCF-IEEE CS青年科学家奖、ACM中国新星奖。入选中组部万人计划青年拔尖人才,北京智源青年科学家,并当选中国科协全国委员会委员。

报告题目:Frontiers in Network Embedding and GCN

摘要:Nowadays, larger and larger, more and moresophisticated networks are used in more and more applications. It is wellrecognized that network data is sophisticated and challenging. To process graphdata effectively, the first critical challenge is network data representation,that is, how to represent networks properly so that advanced analytic tasks,such as pattern discovery, analysis and prediction, can be conductedefficiently in both time and space. In this talk, I will introduce the recent trendsand latest progress on network embedding and GCN, including disentangled GCN,anti-attack GCN as well as auto machine learning for network embedding.



2

黄民烈,清华大学计算机科学与技术系长聘副教授,智能技术与系统实验室副主任。

他的研究兴趣包括深度学习、自然语言处理等,尤其是对话系统、语言生成和情感分析。2019年获得中国人工智能学会吴文俊人工智能科技进步奖一等奖(排名第一),对话系统的研究于2019年获得国家自然科学基金重点项目资助。获得2018年中文信息学会汉王青年创新奖,2019年微软合作研究奖,阿里巴巴创新合作研究奖,入选ACL2019最佳演示论文候选,获得SIGDIAL 2020最佳论文奖,IJCAI2018杰出论文奖,CCL 2018最佳演示奖,NLPCC2015最佳论文奖。研发对话系统平台CoTK和ConvLab2,并多次组织国内外有影响力的对话系统评测与竞赛(DSTC8,DSTC9),获得NTCIR2017年组织的短文本对话生成评测冠军。情感对话模型的工作(AAAI2018)被麻省理工技术评论、英国卫报、参考消息、新华社等媒体广泛报道;常识对话模型的工作获得人工智能顶级会议IJCAI2018杰出论文。担任顶级期刊TNNLS(SCI一区,影响因子>11)编委,顶级期刊TACL的编委,顶级会议ACL2021 Diversity&Inclusion联合主席,EMNLP2021研讨会联合主席,ACL 2020/2016、EMNLP2020/2019/2014/2011、AACL2020的领域主席,AAAI 2017-2020和IJCAI2017-2020的高级程序委员。他的主页位于http://coai.cs.tsinghua.edu.cn/hml/。

报告题目:预训练模型中的自监督学习

摘要:近年来预训练模型在自然语言理解和自然语言生成中都取得了极大的成功。预训练模型充分利用大数据和模型设计的优势,并通过设计精巧的自监督学习训练目标,在许多任务中都取得了卓越的性能。演讲者将总结现有预训练模型中自监督学习任务,并结合自身的研究介绍自监督学习在自然语言处理中的应用案例。


图片 3

聂飞平,西北工业大学教授、博士生导师。国家青年千人,陕西省百人。主要研究兴趣为机器学习理论和方法,并将所设计的方法成功应用于计算机视觉、数据挖掘、多媒体分析、生物信息学等实际问题中。已在PAMI、IJCV、ICML、NIPS等高水平期刊会议上发表系列学术论文,其中影响因子大于10的一区期刊论文50余篇,IEEE/ACM Transactions期刊论文100余篇,CCF A类会议论文100余篇。论文工作引起国内外学者的广泛关注,总被引用17000余次,H指数72。入选科睿唯安“全球高被引科学家”和爱思唯尔“中国高被引学者”榜单。在新智元发布的全球首个华人AI学术影响力Top100名单中排名第9,在清华大学发布的2020年人工智能最具影响力学者榜单中位居经典AI子领域全球第5。荣获CCF自然科学奖一等奖、吴文俊人工智能自然科学奖二等奖等奖项。常年担任相关领域的审稿人、资深程序委员或领域主席,以及IEEE/Elsevier/Springer等多个SCI一区二区期刊编委。

报告题目:最优均值鲁棒PCA和变权法优化框架

摘要:鲁棒主成分分析(RPCA)是主成分分析(PCA)针对异常数据的拓展方法。本报告介绍了一种基于截断式损失的最优均值鲁棒PCA算法,该方法可以有效地自适应识别异常点,控制异常点比例,同时可以自适应获得数据的最优均值。为了求解截断式函数的优化问题,本报告提出了一种变权法优化框架去解决一类通用的最小化/最大化问题,包括但不限于截断式函数优化、矩阵通用范数优化、奇异值问题优化等优化问题,具有很好的普适性。



4

刘新旺国防科技大学计算机学院教授,主要研究兴趣包括核算法、多视图聚类算法、特征选择算法等。发表IEEE Trans及CCF A类论文50余篇,包括IEEE T-PAMI、IEEE T-KDE、IEEE T-IP、NuerIPS、CVPR、ICCV、AAAI、IJCAI等。谷歌学术引用2300余次,3篇进入ESI计算机科学学科前10%层次。担任AAAI 2020、IJCAI2020-2021等国际人工智能顶级会议的高级程序委员会委员,以及InformationFusion的副主编。主持国家自然科学基金青年基金、面上项目、优秀青年基金各一项,研究成果获湖南省自然科学一等奖。

报告题目:缺失多视图聚类算法研究

摘要:围绕多视图聚类问题展开研究:提出了矩阵范数正则化多模态聚类算法以降低冗余性和增强多样性;提出了缺失多模态分类、聚类算法以解决具有缺失模态的分类、聚类等学习问题;提出了噪声多模态分类、聚类算法以解决具有噪声模态的分类、聚类等学习问题。


执行主席:


0-3

陈小军深圳大学计算机与软件学院沃顿讲席研究员,大数据技术与应用研究所副所长,CCF大数据及中文信息技术专委会委员,CCF YOCSEF深圳2020-2021主席。曾先后在香港大学及中科院深圳先进技术研究院工作。主要研究内容包括无监督学习、分布式机器学习、特征选择、降维及文本分析技术等,发表CCF A类及中科院1区论文20余篇。在聚类算法方面的研究成果先后获得2016年深圳市自然科学技术奖二等奖及2018年广东省自然科学技术奖二等奖。

0

黄栋,华南农业大学计算机系副教授,硕士生导师,2015年博士毕业于中山大学计算机应用专业,2017-2018年在新加坡南洋理工大学从事访问学者研究工作,现为CAAI模式识别专委会委员、CCF计算机视觉专委会委员、CAA模式识别与机器智能专委会委员、CCF YOCSEF广州AC委员。主要研究方向是数据挖掘与大数据分析,具体研究内容包括:数据集成聚类、多视图聚类、大规模聚类和图像视频分析等。近几年已发表学术论文30余篇,其中二区以上SCI期刊论文10余篇,主要研究工作发表在IEEE TKDE (*3)、IEEE TCYB (*1)、IEEE TSMC-S (*1)、PR (*1)、Neurocomputing (*3)、KBS (*1)等相关领域权威期刊;先后主持包括国家自然科学基金与广东省自然科学基金在内的科研项目多项。


0-2

张天豫,微众银行人工智能部,高级研究员。主要研究方向为联邦学习框架下的对抗攻击与防御。


参会人员CCF会员、CCF YOCSEF委员、受邀嘉宾、媒体人士、IT领域人士、高校师生等免费参加;

参与方式

1. 线上参与讨论:请扫码加入以下微信群交流,如果失败请关注YOCSEF深圳公众号后获取微信群链接。会议开始前将公布腾讯会议链接,同时将对全程进行直播,会议链接及直播地址将提前在微信群和YOCSEF深圳公众号放出,敬请关注。

2. 线下参与:本次活动线下场地将限制40人参加,请大家先报名,获得位置后方可自行前往线下场地。如果未获得位置的,请不要自行前往线下场地,可以加入线上群参与讨论。

图片11 1


线下会议地址:深圳湾科技生态园 10 栋A座3楼云天励飞全球创新展示中心

最近地铁站:9号线高新南站

112




热门动态
2022-06-11
人工智能与大数据技术为我国经济增长带来了新的历史机遇;在大数...
2022-06-11
CCF YOCSEF昆明成功举办中国计算机学会第十二届青年精英大会(YE...
2021-07-22
中国计算机学会青年计算机科技论坛CCF Young Computer Scientist...
2020-10-20
青年科研工作者作为高校的核心力量,承担着科学创新、知识传授、...
2020-05-23
2020年5月17日,YOCSEF广州分论坛成功在线举办了“如何指导本科...
2020-05-23
2020年1月5日上午,CCF YOCSEF广深联合大湾区IT创新论坛在暨南大...
2018-12-20
2018年12月17日下午,CCF YOCSEF成都分论坛在西南石油大学思学楼...
2018-09-14
CCF YOCSEF深圳携手浪潮、中科曙光齐聚国家深圳超算中心,共商超...
2018-09-13
CCF YOCSEF广州将于2018年9月19日举办人工智能与网络安全:机遇...
2022-06-12
第十二届中国计算机学会青年精英大会 CCF YEF 2022 CCF YOCSEF...
2022-05-28
2022年5月21-22日,CCF YOCSEF南京在(地址)召开了两天一夜...
2021-11-09
企业数字化转型是数字中国建设的重要组成部分,也是企业高质量升...
2022-05-15
随着5G、工业互联网等新基建的快速发展,边缘计算正在受到学...
2022-04-26
2022年4月23日下午,中国计算机学会青年计算机科技论坛(CCF YOC...
2022-04-22
2022年4月19日,中国计算机学会青年计算机科技论坛(CCF YOCSEF...
2022-04-20
高校加快推进科技成果转化是党中央、国务院的重要部署之一,中央...
2022-04-19
中国计算机学会青年计算机科技论坛CCF Young Computer Scientist...
2022-04-18
CCF YOCSEF昆明成功举办“在‘破五唯’的大环境下,青椒是按兵不...
2022-04-12
2020年12月,人力资源社会保障部办公厅、教育部办公厅起草了《关...
2022-04-11
中国计算机学会青年计算机科技论坛CCF Young Computer Scientist...
CCF聚焦
会员权益
会员故事
会员荣誉
入会流程
返回顶部