分类： 最新动态

      10月26-28日，在雷凯老师的带领下，16级陈道源、邓扬、袁凯琦、张冰同学，前往福州参加了由中文计算机学会(CCF)主办的2017中国计算机大会(CNCC 2017)。此次大会以“人工智能改变世界”为主题，参会人数达到了6000人，参会参展企业700多家。会议包括大会特邀报告、主题论坛、专题论坛和特色交流活动等。       特邀讲者阵容包括哈佛大学终身教授，美国国家科学院院士、中国科学院外籍院士、菲尔兹奖获得者丘成桐，CCF会士、北京理工大学/北京大学教授、中国科学院院士梅宏，微软全球执行副总裁、ACM/IEEE Fellow、美国国家工程院院士沈向洋，加州大学洛杉矶分校教授、ACM/IEEE Fellow、美国国家工程院院士丛京生，CCF会士、IEEE Fellow、中科院计算所研究员陈熙霖，斯坦福大学副教授、斯坦福人工智能实验室和视觉实验室主任李飞飞等。       第一个作报告的是著名数学家丘成桐教授，丘老师首先介绍了现代几何的发展历史，随后介绍了他与学生在计算机与几何交叉方面的一些研究。对于现在很火热的人工智能领域，丘老师更是高屋建瓴地指出以现代神经网络为代表的统计方法及机器学习虽然在工程实践中取得了很大的成功，但其理论基础非常薄弱，是一个黑箱算法。人工智能需要一个可以被证明的理论作为基础。       沈向洋院士在演讲中提到，下一个十年人工智能的突破在自然语言的理解，就是“懂语言者得天下”。其中，自然语言的理解又包含三个层次：表述、对话和意境。现在绝大部分的人工智能研究都只做到了机器结果这一步，但是，真正有意义的、对人类有贡献的，还是要反向推理。       李飞飞教授的演讲题目是A Quest for Visual Intelligence：Exploration Beyond Objects，主要介绍了视觉与智能的关系，认为视觉是人类智能的基石。李飞飞教授和团队近期的主要工作包括：视觉关系预测、词义场景检索、场景图生成、新的数据集（Visual Genome）等，同时也介绍了视觉+语言的新研究方向。       图为雷凯老师和李国杰院士、高文院士、以及腾讯优图实验室总经理吴运生先生。       除特邀报告外，大会还有非常丰富的主题论坛。       高性能网络如何面向与计算、大数据和5G论坛邀请了国内运营商、设备制造商、大学、科研机构核心研究人员等深刻的剖析和深入讨论了随着云计算、大数据、5G、物联网、信息物理系统等技术的发展，高性能网络技术的发展走向。       知识图谱遇见社交媒体论坛集中探讨了知识图谱与社交网络的统一表示、社交媒体知识的挖掘与利用、知识图谱如何融入社交元素等话题，充分讨论了知识图谱与社交网络再智能时代如何融合，以及两者融合所产生的新机遇、挑战和杀手级应用等内容。       区块链前沿技术论坛主要围绕互联网技术发展与创新经济模式展开，探讨了赛博智能经济的内涵与外延、经济活动中的算法及应用、新型互联网经济特征、赛博智能经济的信任基础设施-区块链的最新研究与开发进展等。       第四届智能健康医疗论坛通过学术研究、产业发展和圆桌会议的形式，探讨了人工智能与医疗健康产业相结合的进一步发展方向、先进技术、相关政策等，分析了互联网+医疗的未来发展方向。       其余包括人工智能与机器学习前沿技术论坛、计算之美--IT女性精英论坛、智慧物流论坛在内的技术论坛也都非常精彩，内容丰富。       通过参加本次会议，小组成员了解到了人工智能与计算机领域前沿的研究进展，学习了工业界与学术界在多个领域的研究方法、策略、思路，开拓了视野，在科研上受到了很多启发。感谢互联网研发中心和雷老师的资助。...

第22届IEEE Symposium on Computers and Communications（ISCC）于2017年7月3日-6日在希腊克里特岛伊拉克利翁顺利举行，北京大学互联网信息工程研发中心（深圳）2015级张强同学在雷凯老师指导下，以第一作者身份出席本次会议，并在Session8.4 Social Networks and Cloud Sourcing中汇报了相关工作，论文题目是“Spam Comments Detection with Self-Extensible Dictionary and Text-Based Features”，并与多个国家的学者进行交流。 Spam Comments Detection with Self-Extensible Dictionary and Text-Based Features 作者：Qiang Zhang ; Chenwei Liu ; Shangru Zhong ; Kai Lei 文章链接：https://ieeexplore.ieee.org/document/8024692   ISCC是计算机和通信领域旗舰会议，具有悠久的历史。张强同学在ISCC大会上对论文的主要工作做了口头汇报，该项论文主要工作包括利用新浪微博评论作为语料，在人工构建的少量种子垃圾词的基础上，使用word2vec寻找网络上不断出现的新的垃圾词；通过统计分析，找到能表示中文微博垃圾的一些特征，包括重复评论，超链接数量，名词比例，情感极性等；利用垃圾词典和文本特征，使用机器学习方法，构建分类器识别垃圾评论。并以现场问答的形式，对针对该项工作的优势与不足和来自多个国家的学者进行了充分的讨论，获得了很好的反馈。 通过参加本次会议，张强同学了解到社交网络的最新研究进展，开拓了视野，同时也很好的锻炼了英语表达能力。感谢互联网信息工程研发中心（深圳）和雷凯老师对张强同学此次开会期间的支持。...

图数据模型是数据管理领域的三大结构化数据模型之一。图数据模型表达能力强，操作复杂性高。大规模图结构计算已经成为网络、社交、金融、交通的一个基础性数学交叉计算机学科研究， 例如：滴滴出行的行为分析、阿里、京东等电商交易数据处理、微信、微博等社交网络关系模型提取等。目前，Google、Facebook开发了分布式大图处理框架，并成功应用于大规模网页分析、社交网络发现等实际场景。 大数据处理中， 包括现在兴起的知识图谱，异构图都是一种普遍存在的数据模型，可以用于抽象表示真实世界中丰富的语义关联关系。异构图处理过程中的一个重要步骤是从异构图中抽取同构图，亦称之为齐次图。提取问题的关键挑战是如何快速枚举找出符合规则的所有路径和聚合相应匹配的路径数值计算。 云计算重点实验室发表的《Fast Parallel Path Concatenation for Graph Extraction》论文针对上述需求，提出一种快速高效的基于关联路径分步级联的齐次图的并行提取算法： 为了解决之前的两个挑战，提出了一个并行图抽取框架，使用顶点为中心的模型来枚举路径且并行计算聚合函数。该框架将路线查询模式分解为路径级联方案，确定连接路径的顺序，采用分治法（divide-and-conquer manner）逐步计算出最终完整路径。算法模型中引入了一个成本模型，分别对比讨论了三种选择策略，其中最好的方案可以达到O（log（L））级别的计算复杂度，其中L是模式的长度。此外，为了提高聚合函数的性能，算法将聚合函数分为分布聚合、代数聚集和整体聚集三类。由于分布、代数聚合进行独立的局部性计算，并行计算部分聚合值从而可以加快整体聚合速度。 文章已经优先在IEEE Xplore在线发表，TKDE全称为“IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING”，是CCF推荐的A类期刊之一，排名JCR一区，2016年的影响因子为3.438，文章的通讯作者是雷凯老师。 ...