尊敬的嘉宾：

天津市计算机学科研究生学术会议是由中国计算机学会青年计算机科技论坛（CCF YOCSEF）天津分论坛主办的计算机学科年度学术会议。第一届会议将于2014年7月5日在南开大学召开。会议专注于计算机领域的学术和应用创新，着眼于促进天津地区计算机学科科研工作者和青年学生的学术交流，致力于推动该领域学术界和工业界研究、创新与应用的发展，成为立足天津、放眼全国、具有国际影响力的学术与创新交流平台。

正值暑期假期即将开始之际，我们诚挚地邀请您在百忙之中拨冗出席此次活动。

目前，本次会议已经确认南开大学校长龚克教授和天津市各个主要高校的计算机学院院长（或科研副院长）都将出席。我们也希望籍此为天津计算机学科的发展提供思想碰撞、沟通交流的平台。相信您的到来会带给业界更多的启发和收获！

会议详情请见附件。

                                                                                                                      YOCSEF天津

第一届天津市计算机学科研究生学术会议组委会

                       2014年6月30日

附件：

计划的会议日程如下：

会议日期  2014年7月5日（周六）

会议地点： 南开大学省身楼

 计划日程：

8:30 开幕式，嘉宾致辞

8:55 合影

9:20 大会报告

12:00 午餐

13:30 分会场报告（分为5个会场）

15:30 茶歇

15:45分会场报告（分为5个会场）

17:30 结束

大会报告一：非侵入式、可适应性脑机接口

由于人脑通常会在人产生主动意识之前便产生反应信号，所以一个神经系统层面的设备操纵系统能比其他任何系统更为快捷、隐蔽、精确。脑际交互通过研究相关理论、方法、技术，以实现人与环境之间自然的认知功能感知与认知交互。 脑及接口是脑机交互的一个重要环节，其中研究的一个热点是如何实现脑机接口的非侵入式、普适性、可适应性以实现医学、军事等应用的需要。

报告人简介：

胡斌，教授，国家千人计划入选者，国家特聘专家；973首席科学家；现任兰州大学信息科学与工程学院院长；IET Fellow；中国计算机学会协同计算分会主任；教育部计算机学科教指委委员；国家自然科学基金委信息科学部计算机科学专家评审组成员；ACM中国分会执行委员；国际社会神经科学中国分会理事等。主要研究领域为脑及接口、普适计算、认知计算。

大会报告二： Structured 2D Methods for Feature Extraction and Classification

 Abstract: 2DPCA has been a popular method for image feature extraction. In this talk, we first give an overview 2DPCA: its algorithm and properties. We know that2DPCA can be equivalently implemented via image-row based 1D PCA because it uses the F-norm.We then presents a structured 2D PCA method, namely, nuclear norm based 2DPCA (N-2DPCA). N-2DPCA uses a nuclear norm based reconstruction error criterion. The nuclear norm is a matrix norm, which provides a structured 2D characterization for the reconstruction error. Finally, we talk about our new work: nuclear norm based structured 2D regression. The method is used to design a classifier for robust face recognition.

 报告人简介：

杨健2002年7月博士毕业于南京理工大学计算机学院模式识别专业。自2003年起，先后在西班牙萨拉戈萨大学、香港理工大学、美国新泽西理工学院、加州理工学院从事博士后或访问研究。2007年9月起任南京理工大学计算机学院教授，2014年3月起任南京理工大学计算机科学与工程学院副院长。长期从事模式识别理论与应用方面的研究，先后主持了国家自然科学基金面上项目，国家杰出青年科学基金项目，教育部科学技术研究重大项目，国家973课题等项目。在模式识别和机器智能领域的顶级国际期刊 IEEE Trans. on PAMI上发表论文3篇，在其他IEEE Transactions及Pattern Recognition等国际SCI源期刊上发表论文70余篇。SCI被引用2000余次，Google Scholar被引用6000余次。现担任国际SCI源学术期刊的IEEE Trans. on Neural Networks and Learning Systems和Pattern Recognition Letters的编委。曾获国家自然科学二等奖（第二完成人）；江苏省科技进步一等奖（第二完成人）；教育部科技进步奖(推广类) 二等奖（第二完成人）；第十一届中国青年科技奖；第二届“SCOPUS寻找青年科学之星”成长奖；国务院政府特殊津贴；入选国家百千万人才工程，被授予“有突出贡献中青年专家”称号。

大会报告三：社会网络分析的计算模型研究

摘要：在线用户交互是大数据时代的典型特点，也是大数据产生的重要原因。我将介绍互联网络尤其是在线社交网络变化的趋势；从宏观、中观、微观三个方面介绍关于社会计算的基础知识。然后着重分析社会网络中的关键问题：社会影响力和信息传播中的结构洞理论。社会影响力是社交网络演化的原动力，其研究包括影响力度量和影响力最大化传播；而结构洞是社交网络中信息传播的关键理论。我将使用Twitter、微博、学术网络ArnetMiner、MOOC（学堂在线）等社交网络为例分享我们在社会网络计算方面的工作。

报告人简介：

唐杰：清华计算机系副教授，曾在康纳尔大学、伊利诺伊香槟分校、香港科技大学访问。主要研究兴趣包括：社会网络分析、数据挖掘、机器学习和语义Web。发表论文100多篇(包括：SIGKDD，ICML, IJCAI/AAAI, ACL, SIGMOD, SIGIR, WWW等)，申请专利12项，荣获首届国家自然科学基金优秀青年基金，获2012中国计算机学会青年科学家奖、2011年北京市科技新星、2010年清华大学学术新人奖（清华大学40岁以下教师学术最高奖）、IBM全球创新教师奖以及KDD’12 Best Poster Award、PKDD’11 Best Student Paper Runnerup和JCDL’12 Best Student Paper Nomination。担任国际会议WSDM’15、SocInfo’12、ADMA’11程序委员会主席。研发了研究者社会网络ArnetMiner系统，吸引了220个国家和地区432万独立IP的访问。