中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF青岛

于2016年5月28日(星期六)8:00-12:00
在中国海洋大学崂山校区图书馆第二会议室举行
专家讲坛，敬请光临

报告会主题
大数据模式识别与学习 
程 序

8:00 开幕式 
8:30 报告会开始
　　　 特邀讲者：刘成林 研究员，中国科学院自动化研究所
　　　 报告题目：关于模式识别系统鲁棒性的讨论
　　　 企业展示
　　　 特邀讲者：朱文武 教授，清华大学
　　　 报告题目：三元空间大数据计算理论与方法
　　　 特邀讲者：陈  戈 教授，中国海洋大学
　　　 报告题目：The Patterns and Modes of the Ocean: A Big Data Perspective

执行主席：董军宇 博士，中国海洋大学教授
　　　　　　　　 CCF YOCSEF青岛荣誉委员

执行主席：仲国强 博士，中国海洋大学副教授
　　　　　　　　 CCF YOCSEF青岛委员

参加人员：计算机视觉、模式识别、机器学习领域专业人士、研究生、其他有兴趣者
报名方式：Email：ouccaaipr@163.com（请于 5 月 21 日前将参会回执回复至该邮箱，邮件主题请注明“大数据模式识别报告会回执”)

参会回执

特邀讲者 刘成林研究员

刘成林，中国科学院自动化研究所模式识别国家重点实验室主任、类脑智能研究中心主任，研究员、博士生导师。2005年入选中国科学院“百人计划”，2008年获得国家杰出青年科学基金资助。美国电气电子工程师协会会士 (IEEE Fellow)、国际模式识别学会会士(IAPR Fellow)。

报告提要：过去关于模式分类方法的研究多数只关心如何提高测试数据的分类正确率（即泛化精度），而拒识和鲁棒性虽然在模式识别应用系统中非常重要，模式识别和机器学习领域的研究中对此关注较少。在“深度学习+大数据”方法取得巨大成功的今天，我们从研究和应用的角度都仍然需要对模式识别系统的鲁棒性予以高度重视。本报告首先分析模式识别系统的鲁棒性的内涵，然后从拒识的角度总结几种提高模式识别鲁棒性的方法。模式识别中主要有两类拒识：歧义拒识和异常模式拒识。两种拒识方式针对应用中不同的模式，且采用不同的模型和方法。我们回顾两种拒识方式的理论模型，并以文字识别问题为例列举几种具体方法。面向将来的研究，我们从模型结构和学习算法的角度提出几种研究途径。

特邀讲者 朱文武 教授

朱文武，清华大学计算机科学与技术系副主任，国家“千人计划”特聘专家，国家973项目首席科学家。IEEE Fellow、SPIE Fellow、ACM Distinguished Scientist。在多媒体计算、通信及网络等研究领域发表高水平国际论文260余篇。曾6次获ACM及IEEE等国际最佳论文奖。获2012年度国家自然科学二等奖（排名第二）。

报告提要：本报告将以信息空间、物理世界和人类社会三元空间所构成的大数据为研究对象，以三元空间大数据的融合分析与认知为研究目标，探讨三元空间大数据计算问题。 首先介绍三元空间大数据计算所面临的各种复杂因素及挑战，然后探讨三元空间大数据计算的关键科学问题。针对关键科学问题，深入探讨三元空间异构数据的关联表征以及群智计算等基础理论和方法。

特邀讲者 陈戈教授

陈戈，中国海洋大学信息科学与工程学院院长，教授、博士生导师，教育部“长江学者奖励计划”特聘教授、国家杰出青年科学基金获得者。先后担任国务院学位委员会“海洋学科评议组”成员，国家863计划“地球观测与导航领域专家组”成员、海洋技术领域“海洋环境监测技术主题专家组”成员。
报告提要：The past half-century experienced an explosive expansion in the volume of oceanic and atmospheric data, thanks to the substantial advances in ocean observation technologies such as satellite remote sensing and various float arrays. These new platforms and systems have greatly increased the domains of space, time and spectrum for ocean observation in terms of resolution, duration, coverage and continuity, leading to an unexpected ‘flooding’ of big data in huge dimensions. Obviously, we are not fully prepared for handling terabytes or even petabytes of new data on daily basis. How to analyse, interpret and make use of such a massive volume of data has become a serious challenge to the geoscience community. In this presentation, the background and opportunities of modern oceanography will be outlined. The development history of oceanography in terms of major driving forces will be briefly reviewed. The patterns of modes of the coupled ocean/atmosphere system will be presented on the basis of big marine data analysis to illustrated their complex spatiotemporal patterns and variabilities.

会场方位示意图