沈颖老师与16级袁凯琦参加ICDM2018国际学术会议

在雷凯老师和沈颖老师的指导下,16级学生袁凯琦的一篇Demo论文被第18届IEEE International Conference on Data Mining(ICDM 2018)录用。下面是论文简介. 论文题目:IDDAT:An Ontology-Driven Decision Support System for Infectious Disease Diagnosis and Therapy 论文简介:基于传染病和抗生素本体,参考临床上疾病诊断与病历数据,文章提出一套为常见感染疾病及其诊疗自动医疗决策系统IDDAT。IDDAT所使用的本体还与医疗领域其他本体进行对比实验,在疾病诊断和治疗方案方面的准确性,召回率等指标均获得十分出色的表现。 2018年11月17日至20日,沈颖老师和研三学生袁凯琦前往新加坡圣淘沙岛会议中心参加ICDM会议。圣淘沙岛位于新加坡本岛南部,素有“欢乐宝石”的美誉。ICDM涵盖了数据挖掘的所有方面,吸引了来自统计、机器学习、模式识别、数据库、数据仓库、数据可视化、基于知识系统和高性能计算等领域的研究人员,应用程序开发人员与从业人员。ICDM旨在促进新颖、高质量的研究成果和对具有挑战性的数据挖掘问题的解决方案,从而推进数据挖掘的进展。 本次会议共设立Deep Learning,Recommendation,Bioinformatics等分会场。现场各位学者做了精彩纷呈的学术回报,在听取报告时,遇到了不少与实验室知识图谱组联系比较紧密的课题,我们也提出了不少问题,随着讨论的深入,也加深了对文章的理解。会后,学生袁凯琦在沈老师的指导下,将继续紧密follow一些相关研究:Dynamic Illness Severity Prediction via Multi-task RNNs for Intensive Care Unit,A United Approach to Learning Sparse Attributed Network Embedding等文章,以进一步开展毕业设计研究工作。 18日1:30至5:40是Demo Paper展示环节。我们给与会者讲解了“IDDAT: An Ontology-Driven Decision Support System for Infectious Disease Diagnosis and Therapy”。在讲解过程中,大家比较关心数据来源,疾病诊断与决策的底层实现,知识图谱的存储与推理等等问题,充满体会到了医疗与人工智能结合的挑战(医学背景知识,医学数据采集),并对我们的工作予以肯定。 听完三天的会议报告,我们获益匪浅,并且总结了目前主要的研究趋势: 多视角注意力机制 多任务学习 时间序列信息 User信息编码 我们希望在接下来的日子,能够把这些新想法融合到实验室的研究工作中。最后,感谢互联网研发中心雷凯老师和沈颖老师在论文写作、投稿等方面给予的支持。 ...
Read More

近年来内容中心网络与区块链重点实验室优秀文章概览(二)

实验室经过这几年的积累,发表了不少优秀的文章,现在在这做一个展示概要,包括文章的简介,pdf链接以及部分文章的开源代码github链接。 IEEE Transactions on Industrial Informatics ( Volume: 14 , Issue: 6 , June 2018 ) An NDN IoT Content Distribution Model With Network Coding Enhanced Forwarding Strategy for 5G 文章链接:https://ieeexplore.ieee.org/document/8170270 作者:Kai Lei,Shangru Zhong ,Fangxing Zhu,Kuai Xu,Haijun Zhang 简介:第五代(5G)物联网(IoT)应用的挑战性要求激发了对可行网络架构的期望需求,而命名数据网络(NDN)是支持高密度物联网应用的合适候选者。为了在大规模物联网应用中有效地分发越来越多的数据,本文将网络编码技术应用到NDN中,以提​​高物联网网络吞吐量和5G内容传输效率。基于概率的多径转发策略被设计用于网络编码以充分利用其潜力。为了量化在5G NDN中应用网络编码的性能优势,本文将网络编码集成到ndnSIM模拟器中实现的NDN流媒体系统中。实验结果清楚而公正地表明,考虑5G NDN中的网络编码可以显着提高性能,可靠性和QoS。此外,这是一般解决方案,因为它适用于大多数缓存方法。更重要的是,我们的方法在提供包括高质量流视频服务在内的不断增长的物联网应用方面具有巨大的潜力。 Abstract: The challenging requirements of fifth-generation (5G) Internet-of-Things (IoT) applications have motivated a desired need for feasible network architecture, while Named Data Networking (NDN) is a suitable candidate to support the high density IoT applications. To effectively distribute increasingly large volumes of data in large-scale IoT applications, this paper applies network coding techniques into NDN to improve IoT network throughput and efficiency of content delivery for 5G. A probability-based multipath forwarding strategy is designed for network coding to make full use of its potential. To quantify performance benefits of applying network coding in 5G NDN, this paper integrates network coding into a NDN streaming media system implemented in the ndnSIM simulator. The experimental results clearly and fairly demonstrate that considering network coding in...
Read More

15级张丽珠同学中稿Journal of Biomedical Informatics期刊

Journal of Biomedical Informatics 期刊 Journal of Biomedical Informatics(https://www.journals.elsevier.com/knowledge-based-systems/) 是人工智能领域跨学科、面向应用的学术期刊,最新的影响因子(IF)为2.882。 15级同学张丽珠,在实验室雷凯老师和沈颖老师的指导下,完成一篇论文,并已确认被Journal of Biomedical Informatics 期刊录用,论文具体简介如下: 标题:CBN: Constructing a Clinical Bayesian Network based on Data from the Electronic Medical Record 作者:Ying Shen, Lizhu Zhang, Jin Zhang, Min Yang, Buzhou Tang, Yaliang Li, Kai Lei 链接:https://authors.elsevier.com/a/1Y1Yd5SMDQYjHP 简介: 从电子病历(EMR)学习涉及疾病和症状的候选因果关系的过程是学习直接从真实医疗保健数据执行诊断推断的模型的第一步。然而,现有的诊断推理系统依赖于诸如本体之类的知识库,其通过劳动密集型过程手动编译或者使用简单的成对统计自动导出。我们探索CBN,一种用于医学本体概率推理的临床贝叶斯网络构建,直接从EMR学习高质量贝叶斯拓扑和完整本体。具体来说,我们首先从超过10,000个被识别的患者记录中提取医疗实体关系,并采用优势比(OR值)计算和K2贪婪算法来自动构建贝叶斯拓扑。然后,贝叶斯估计用于概率分布。最后,我们采用贝叶斯网络来完成本体的因果关系和概率分布,以增强本体推理能力。通过评估学习的拓扑结构与医生的专家意见和熵计算以及通过计算基于本体的诊断分类,我们的研究表明,从医疗记录中直接和自动构建高质量的健康拓扑和本体是可行的。我们的结果是可复现的,我们将在文章发布后发布该工作的源代码和CN-Stroke知识图谱。...
Read More

16级邓扬中稿AAAI 2019

The Thirty-Third AAAI Conference on Artificial Intelligence (AAAI-19) 将于2019年1月27日至2月1日在美国夏威夷举行。AAAI是人工智能领域的顶级国际会议(https://aaai.org/Conferences/AAAI-19/),CCF A类会议。   16级邓扬同学在雷凯老师和沈颖老师的指导下,在本次会议中被录用了一篇论文,下面是论文简介: Multi-Task Learning with Multi-View Attention for Answer Selection and Knowledge Base Question Answering 作者:Yang Deng, Yuexiang Xie, Yaliang Li, Min Yang, Nan Du, Wei Fan, Kai Lei*, Ying Shen*(共同通讯)   简介:答案选择和知识库问答(KBQA)是问答系统的两个重要任务。现有的方法分别解决这两个任务,需要大量的重复工作,而忽略了任务之间丰富的相关信息。本文基于以下动机,通过多任务学习(MTL)同时处理答案选择和KBQA任务。首先,答案选择和KBQA都可以看作是一个排序问题,一个在文本级别,而另一个在知识级别。第二,这两个任务可以互相促进:答案选择可以结合来自知识库(KB)的外部知识,而KBQA可以通过从答案选择中学习上下文信息来改进。为了实现联合学习这两项任务的目的,我们提出了一种新的多任务学习方案,它利用从不同角度学习的多视角注意力,使这些任务能够相互交互,并学习更全面的句子表示。在多个真实数据集上的实验验证了该方法的有效性,提高了答案选择和KBQA的性能。此外,多视角注意力机制被证明能有效地从不同表征角度组装注意力信息。...
Read More

17级覃孟参加SIGCOMM 2018国际会议

2018年8月20日至25日,实验室17级覃孟同学参加了在匈牙利布达佩斯举行的ACM SIGCOMM 2018国际学术会议(ACM Special Interest Group on Data Communication),并在该会议附属的Network Meets AI & ML (NetAI) Workshop上将实验室最新研究成果与来自全球不同研究领域的学者共同讨论。 ACM SIGCOMM 2018会场     ACM SIGCOMM是计算机网络通信领域的重要学术会议,被中国计算机学会(CCF)列为A类学术会议,主要关注计算机网络通信应用、技术、体系结构和协议等的最新研究成果;同时,今年也是NetAI Workshop在SIGCOMM会议举办的第一届,该workshop主要关注如何利用人工智能技术有效应对现有网络系统的面临的挑战。 本次ACM SIGCOMM会议主要关注投稿论文是否在计算机网络通信领域是否具有: 重要且深刻的贡献 (Important deep contributions); 大胆且新颖的想法 (Daring novel ideas); 较宽广的应用范围和包容性(Breadth of scope and inclusivity)。 最终在222篇投稿论文中选择接收40篇;其中,两篇Best Paper分别为"Sincraonia: Near-Optimal Network Design for Colflows",以及"Inferrin Persistent Interdomain Congestion"。另外,两篇Test of Time Award论文分别为SIGCOMM 2008的"A Scalable, Commodity Data Center Network Architecture"和SIGCOMM 2016的"XORs in the air: practical wireless network coding"。 在会议伊始,主办方简要地总结了近期计算机网络通信领域的几大研究热点,主要包括: 无线网络; 数据中心网络; 机器学习技术在计算机网络领域的应用。 尤其对于机器学习技术的应用,会议的主流观点认为,随着人工智能在近几年的蓬勃发展,其受关注程度远远超过了计算机网络,但计算机网络应该始终保持其作为一个核心研究领域的地位,且应该成为一个不断发展的研究热点。进一步地,NetAI Workshop的主旨也强调,人工智能技术能够用于应对目前计算机网络中面临的挑战;另一方面,计算机网络的前沿技术也能够有效地帮助人工智能系统解决性能瓶颈问题。二者应该相辅相成,共同发展。 会议内容锦集     实验室17级覃孟同学和16级张翼同学在雷老师的指导下,分别在NetAI Workshop上发表长文"Adaptive Multiple Non-negative Matrix Factorization for Temporal Link Prediction in Dynamic Networks"和"IFS-RL: An Intelligent Forwarding Strategy Based on Reinforcement Learning in Named-Data Networking",并分别由覃孟同学和华为2012实验室的白铂老师做论文的口头汇报。 NetAI Workshop报告现场     两篇论文的简介如下: 标题:Adaptive Multiple Non-negative Matrix Factorization for Temporal Link Prediction in Dynamic Networks 作者: Kai Lei, Meng Qin, Bo Bai*, Gong Zhang. 文章链接:https://dl.acm.org/citation.cfm?id=3229546 简介:对于用户移动性、网络动态拓扑和网络流量的预测是改善各种网络系统性能的有效手段,而相关的网络系统动态性预测问题能够以复杂网络分析的观点一般性地抽象为时序链路预测(temporal link prediction)问题。从网络表征(network embedding)的观点出发,提出一种自适应多重非负矩阵分解(adaptive nonnegative matrix factorization, AM-NMF)模型解决上述问题。在非负矩阵分解(nonnegative matrix factorization, NMF)框架下,该模型将动态网络嵌入到一个保留了不同网络快照动态变化特征的低维隐含空间。特别地,由于引入自适应参数自动地调节混合模型中不同分量的相对重要性,该模型还能有效地结合不同时间片下的隐含信息,并考虑单个时间片与动态网络整体的内在关联性。进一步地,关于下一个时间片网络快照的预测结果能够通过执行NMF的逆过程生成。作为一个应用示例,该模型也被应用于各种网络系统相关的数据集,包括人移动网络、车辆移动网络、无线网格网络和数据中心网络。相关实验结果表明,该方法在无权网络和带权网络的时序链路预测任务上的性能超过现有的方法。   标题: IFS-RL: An Intelligent Forwarding Strategy Based on Reinforcement Learning in Named-Data Networking 作者:Yi Zhang, Bo Bai, Kuai Xu, Kai Lei* 文章链接:https://dl.acm.org/citation.cfm?id=3229547 简介:命名数据网络(Named-Data Network, DND)是一种新型的通信范式,它的基本网络原语是基于命名数据而不是主机标识。与传统的IP网络架构相比,NDN的数据传输平面允许每个路由器独立自主地选择下一个转发的接口,而不依赖于具体的路由过程。因此,转发策略在NDN的自适应高效数据传输过程中具有重要的影响。现有的大多数转发策略使用固定的控制规则或基于适用于某些特定部署环境的简单模型,但并不能应用于多种网络场景,也不能应对多样的应用需求。基于增强学习(reinforcement learning),提出一种智能转发策略IFS-RL。通过训练一系列的神经网络,该模型能够根据路由节点收集的Interest包历史转发信息自适应地确定合适的转发接口,而并不依赖于某个预定程序的模型(pre-programmed model)。因此,该模型能够适用于多种不同的网络状态。在基本模型的基础上,也考察了模型的学习力度,并提出一种改进方案使得基本模型能够有效地应对网络拓扑的变化。在NDNSim上的相关性能评价实验结果表明,IFS-RL模型在吞吐量和丢包率方面相比于现有方法具有更好的性能。 通过参加本次会议,不仅了解到了计算机网络通信领域最新研究进展,也充分认识到自身的学术研究能力仍与顶级学术会议有巨大的差距,以及自身研究工作中存在的不足,可谓收获颇丰。在接下来的科研工作中,不仅需要脚踏实地做出具有实质性学术贡献的工作,也需要有挑战国际顶级学术会议和期刊的勇气、魄力和信心。最后,感谢互联网研发中心雷凯老师的资助,以及在论文写作、投稿等方面给予的支持。 ACM SIGCOMM 2019信息 @匈牙利 布达佩斯 多瑙河畔...
Read More

16级陈道源、邓扬同学参加COLING 2018国际会议

美国时间2018年8月20-26日,16级陈道源、邓扬同学与雷凯老师一同参加了在美国新墨西哥洲圣达菲(Santa Fe, New Mexico)举办的COLING 2018 (International Conference on Computational Linguistics) 计算语言学国际会议,将实验室的研究成果在会议上展示并与来自全球的学者共同讨论。 COLING会议是自然语言处理领域的重要国际会议,每两年举办一次,被中国计算机学会(CCF)列为B类会议,专注于展示与计算语言学及自然语言处理基础理论、技术与应用有关的研究,在信息检索领域具有很高的国际影响力(http://coling2018.org/)。 陈道源同学在本次会议上发表了一篇长文“Cooperative Denoising for Distantly Supervised Relation Extraction”,并在会议上做了海报论文展示。 邓扬同学在本次会议上发表了一篇长文“Knowledge as A Bridge: Improving Cross-domain Answer Selection with External Knowledge”,并在会议上做了口头汇报论文展示。 通过参加本次会议,了解了相关领域内最新研究进展,开拓了视野。通过做报告,认识到了语言表达的重要性。通过与参会人员的交流,受到了很多启发。感谢互联网研发中心、雷老师和沈老师的资助。   以下是论文列表及简介: Cooperative Denoising for Distantly Supervised Relation Extraction 作者:Kai Lei*, Daoyuan Chen*, Yaliang Li, Nan Du, Min Yang, Wei Fan, Ying Shen. (* indicates equal contribution) 文章链接:https://aclanthology.coli.uni-saarland.de/papers/C18-1036/c18-1036 简介:远监督关系抽取极大地减少了从非结构化文本中提取关系事实的人力成本。但是它存在着噪声标签的问题,这会极大损害抽取性能。与此同时,知识图谱中所表达的有用信息仍未在最先进的远监督关系提取方法中得到充分利用。针对这些挑战,我们提出了一种新的协同去噪框架,该框架由两个分别利用文本语料库和知识图谱的基础网络组成,以及一个通过自适应双向知识精馏和以动态集成应对噪声变化实例的协作模块。在真实数据集上的实验结果表明所提出的方法可以有效减少噪声标签,并在最先进的方法上取得实质性的改进。   Knowledge as A Bridge: Improving Cross-domain Answer Selection with External Knowledge 作者:Yang Deng, Ying Shen, Min Yang, Yaliang Li, Nan Du, Wei Fan, Kai Lei 文章链接:https://aclanthology.coli.uni-saarland.de/papers/C18-1279/c18-1279 简介:答案选择是一项重要而具有挑战性的任务。在大量标记的训练数据可用的领域已经取得了显著的进展。然而,获得丰富的注释数据是耗时和昂贵的过程,将答案选择模型应用到具有有限标记数据的新领域将会有很大的障碍。在本文中,我们提出了知识感知注意力网络(KAN),一个跨领域答案选择的迁移学习框架,使用知识库作为桥梁,使知识从源领域转移到目标领域。具体地,我们设计了一个知识模块,将基于知识的表示学习集成到答案选择模型中。所学的基于知识的向量表示由源领域和目标领域共享,这不仅利用大量的跨领域数据,而且还受益于正则化效应,从而导致更通用的文本表示来帮助新领域中的任务。为了验证我们的模型的有效性,我们使用SQUAD-T数据集作为源域数据集和三个其他数据集(即yahoo QA,TREC QA和insuranceQA)作为目标域。实验结果表明,KAN具有很强的适用性和通用性,在跨域答案选择方面明显优于目前最好的模型算法。 ...
Read More

16级袁凯琦同学参加KSEM 2018国际会议

2018年8月17日至19日, 16级袁凯琦同学在雷凯,沈颍老师指导下, 参加了在中国沈阳举办的KSEM 2018(The 11th International Conference on Knowledge Science, Engineering and Management)国际会议, 将实验室的成果在会议上展示并与来自全球的学者共同讨论。 国际知识科学工程与管理大会(KSEM)是知识科学相关领域领先的国际会议,是中国计算机学会推荐为C类会议,其议题主要包括知识科学(Knowledge Science),知识工程(Knowledge Engineering)和知识管理(Knowledge Management)等三个方面,具有一定的国际影响力。该会议此次共收到投稿262篇投稿,其中仅有62篇被全文接收,接收率为23.6%,27篇以短文形式接收,接收率为10.3%,竞争较为激烈。 袁凯琦同学在本次会议上发表了一篇“MedSim: A Novel Semantic Similarity Measurein Bio-medical Knowledge Graphs”, 并做了oral汇报。 通过参加本次会议,了解了相关领域内最新研究进展,开拓了视野。通过做报告,认识到了语言表达与外语的重要性。通过与参会人员的交流,受到了很多启发。感谢互联网研发中心、雷老师和沈老师的资助。     下面是论文简介。 论文题目:MedSim: A Novel Semantic Similarity Measure in Bio-medical Knowledge Graphs 论文作者:Kai Lei, Kaiqi Yuan, Qiang Zhang and Ying Shen 文章链接:https://link.springer.com/chapter/10.1007/978-3-319-99365-2_43 论文简介:我们提出了一种基于权威的生物医学知识图和大规模语料库的新型予以相似性方法MedSim,用于研究抗生素治疗替代方案。文中中除了利用知识图谱的层次结构和语料库的信息外,MedSim还通过构建多维的医学特征向量来进行进一步解释医学特征。在实验结果评估方面,MedSim比其他语义相似性方法在由医生评分的528个抗生素对的数据集产生了统计学上显著的改进。此外,文章中还通过案例分析,探索MedSim在药物替代治疗方案和药物滥用预防方面的应用。 ...
Read More

第一届IEEE信息中心未来网络学术会议 (HotICN2018)(二)

8月17日,2018未来网络与区块链论坛暨IEEE HotICN国际会议进入到第四天, 参会研究者、企业精英、社会学者都收获满满。17日继续16日开启的IEEE信息中心未来网络学术会议 (HotICN2018)。会议继续昨天的精彩报告,ICN Track以中科大谭小兵教授和亚利桑那大学的Beichuan Zhang教授为Session chair,重点关注网络控制与安全问题,而Blockchain Track的主题则转移到了创新型应用与隐私上,session chair是Stevens Institute of Technology 的Ye Yang教授和 PLA Information Engineering University的Qianyi Dai教授。 至此,历时4天的网络盛会“2018未来网络与区块链论坛暨IEEE HotICN国际会议”进入尾声,正如北京大学雷凯老师在8月14日开场白里所说的 ,参会各位充分享受这四天中一系列活动带来的讯息、交流、合作与思辨,取得了圆满的成功。未来已来,我们共同期待,共同推进,共同见证! 会场花絮 ...
Read More

第一届IEEE信息中心未来网络学术会议 (HotICN2018)(一)

继行业大咖满座的区块链技术与应用论坛和学术专家云集的未来网络技术与工程学术大会之后,8月16日,2018未来网络与区块链论坛暨IEEE HotICN国际会议进入第三大环节:第一届IEEE信息中心未来网络学术会议 (HotICN2018)。会议由北京大学深圳研究生院和IEEE China (Beijing Section) 主办,深圳市内容中心网络与区块链重点实验室承办,在麒麟山庄杜鹃厅和木棉厅盛大举行。 会议有以下三个领域的论文:信息中心未来网络、区块链技术和知识图谱。会议荣誉主席为中国工程院院士刘韵洁,会议主席为英国爱丁堡皇家学会院士樊文飞和北京大学副教授雷凯。HotICN2018致力于解决未来网络系统的设计、构建、管理和评估等研究问题。它是研究人员、从业人员、开发人员和用户探索尖端思想,交流技术、工具和经验的前沿论坛。 会议从上午9:00准时开始,主会场信息中心网络(ICN)板块与Blockchain板块的论文口头报告分别在木棉厅和杜鹃厅进行,ICN板块包括三个主题:ICN启发的应用程序和系统、缓存策略管理和网络可靠性。论文作者们分别就“多源多目标实时应用”和“实时数据检索发现”等问题展开了精彩的演讲。Blockchain板块则围绕区块链技术与系统性能展开,讲者就技术细节深入浅出,观众热情提问,参会人人均收获满满。 15:30大家共同出发前往深圳市华侨城创意园举行会议感谢晚宴,晚宴上,大会主席雷凯副教授回顾了本次大会的申办过程并进行总结。接着,组委会为本次大会的优秀论文获奖者颁发证书,其中ICN track的优秀论文由Syed Obaid Amin (United States Huawei Research Center)等和Peter Gusev (University of California, LA)等获得,Blockchain track的优秀论文由Junjun Lou (Peking University) 等和Qianyi Dai (Zhengzhou Information Science and Technology Institute) 等获得。此外,北京大学深圳研究生院沈颖老师为取得IEEE HotICN2018知识图谱学术竞赛优胜奖的队伍颁发荣誉证书和5000元奖金。同时为student travel grant的获奖者颁奖。颁奖典礼结束后,由大会主席雷凯副教授进行致谢,并为TPC颁发证书。最后,晚宴在与会者联欢之中顺利结束。 “2018未来网络与区块链论坛暨IEEE HotICN国际会议”是继2017第一届信息中心未来网络论坛时隔一年后,学术界、科技界的又一次重大盛会。经精心筹备,今年的论坛不仅探讨了最新未来网络技术、区块链技术与应用,更是成为2018年深圳规格最高的信息领域大会。    ...
Read More

以未来网络畅想未来生活-大咖齐聚2018未来网络与区块链论坛暨IEEE HotICN国际会议

8月15日,由北京大学深圳研究生院主办的“2018未来网络与区块链论坛暨IEEE HotICN国际会议”进入第二天的议程,论坛的核心板块——“2018未来网络技术与工程国际大会”在深圳麒麟山庄举行,鹏城实验室主任、中国工程院院士、北京大学教授高文;中国工程院院士刘韵洁;深圳市科技创新委员会主任梁永生;英国皇家学会院士樊文飞;北京大学深圳研究生院副院长涂欢;南方科技大学党委副书记李凤亮;中国工程院院士陈晓红;加州大学洛杉矶分校(UCLA)张丽霞教授;香港中文大学教授吕自成等领域内国内外学者出席了论坛。 高文:逐步把鹏城实验室打造成国家实验室 鹏城实验室(深圳网络空间科学与技术省实验室)建设是瞄准新一轮创新驱动发展需要,打造国家实验室“预备队”,建设创新型广东,推进深圳率先建设社会主义现代化先行区的重大部署。鹏城实验室目前设有网络通信、先进计算和网络安全三个学术方向,计划于2020年完善基础设施,搭建重大战略平台工程,初步建成具有全国影响力的科研机构。 “在网络通信方面,目前我们在规划两个未来网络通信项目。一个是未来区域网络试验与应用环境,研究计算、存储、传输三位一体化网络的核心技术与应用价值,探索未来网络的泛在云化体验新模式;还有一个是南海立体通信网络示范验证平台,研究大尺度、大空间范围内网络资源智能调度与整合的能力,探索网络云化演进方向下的核心通信与控制技术。”中国工程院院士、鹏程实验室主任高文说。 刘韵洁:未来网络可以满足用户的个性化需求 从互联网发展进程来看,网络功能经历了从科研型到消费型再到生产型的转变。经过近50年的发展,当前的网络环境面临协议架构僵化,网络管理复杂,传输效率低下,拓展能力不足,服务质量缺失等问题,这些问题需要一个系统性的解决方案。在国家建设网络强国的战略需求和互联网面临严重挑战的背景下,对未来网络的探索和实践成为一个必选项。 “打个比方,现在的网络相当于马路,未来网络是在马路的基础上架起一座高架桥,桥上可以跑高速,甚至是高铁。现有的网络条件下,大家都是平等的,对网速的特殊要求是没法满足的,但是未来网络可以满足用户的个性化需求,代表的是未来的生活方式。” 中国工程院院士刘韵洁说,未来网络并不是完全取代现有网络,而是在现有网络的基础上弥补相应不足。 樊文飞:立足学科交叉,加速技术融合 2018年5月,基于在大数据领域的突出贡献,樊文飞当选英国皇家学会(英国科学院)院士,是英国皇家学会358年历史上第二位华人的FRS(英国皇家学会会员),标志着华人科学家在计算机领域站在了世界的顶峰。此外,樊文飞还是英国爱丁堡皇家学会院士、美国计算机协会会士/院士(ACM Fellow)和欧洲科学院院士。 “我们正处于快速发展的应用时代,更要注重基础科学的研究。未来网络技术面临的问题不能仅在旧技术中寻找突破点,而是要和大数据、人工智能等新兴技术进行学科交叉。如90年代开始通讯技术的快速发展,有部分是得益于光学技术在通讯技术中的应用。”樊文飞认为,网络中的数据是海量的,需要大数据计算与处理技术的支撑与融合创新。 “现在信息科技的发展,已经凸显出很强烈的融合创新、划时代变革的机遇,体现出全球范围内跨国大协同合作的需求和趋势,大数据、人工智能、未来网络与区块链和行业应用的深度结合,极大地加速了社会与经济的提升和发展。”樊文飞说,此次大会聚集了未来网络、区块链相关的企业、高校、科研院所的计算科学等领域的科学家、专家、学者,通过交流最新成果,对未来网络技术与产业的发展将产生深远的影响。 8月14-17日,由北京大学深圳研究生院主办的“2018未来网络与区块链论坛暨IEEE HotICN国际会议”在深圳麒麟山庄举行。论坛包括8月14日“IEEE HotICN 2018 区块链技术与应用论坛”,8月15日与南方科技大学联合承办的“2018未来网络技术与工程国际大会”和8月16-17日北京大学深圳研究生院创办的、也是目前国内首次召开的含有专门“区块链专题”的国际学术三大索引收录(EI)国际会议:“第一届IEEE信息中心网络国际会议”,三大板块。  ...
Read More