中国计算机学会青年计算机科技论坛
CCF Young Computer Scientists & Engineers Forum
CCF YOCSEF
济南
于2015年6月6日(星期六)13:30-17:30
在山东大学举行
（济南市高新开发区舜华路1500号，山东大学软件园校区办公楼）
2015换届会议暨“大规模数据分析与检索”技术研讨会，敬请光临
报告会主题
大规模数据分析与检索
程 序
执行主席：许信顺杨成伟
第一阶段：2015换届会议
参会人员：YOCSEF委员或候任委员参加
地点：山东大学计算机科学与技术学院办公楼310会议室
13:30- 签到
13:45-13:55 总坛代表/老委员致辞
13:55-14:10 现任主席炳先作年度工作回顾及汇报
14:10-14:30 候任主席信顺作下一年度工作展望；AC及新委员发展
第二阶段：大规模数据分析与检索技术研讨会
参加人员：IT领域专业人士、研究生、媒体、其他有兴趣者
地点：山东大学计算机科学与技术学院办公楼圆形报告厅
14:00-14:30 签到
14:30-17:30 学术报告
报告一：
报告题目：Multi-Atlas Learning for Brain Image Segmentation and Classification
特邀讲者：张道强
报告摘要：近年来，机器学习技术在脑影像分析及计算机辅助脑疾病诊断中受到越来越多的关注。本报告介绍我们利用机器学习技术开展基于多图谱（Atlas）脑影像分割和分类研究方面所取得的一些最新进展。具体包括：介绍基于多Atlas的脑图像分割研究现状，并给出一种基于图框架和稀疏学习的多标签融合方法及其推广；介绍一类利用多Atlas的特征表示方法，进一步针对多Atlas数据呈现出的结构信息，介绍两种能有效利用多Atlas特征的分类方法。
讲者介绍：张道强，工学博士，南京航空航天大学教授，博士生导师。分别于1999年和 2004年在南京航空航天大学计算机科学与工程系获学士和博士学位。2004年起留校任教， 2008年破格晋升为教授，主要研究方向为机器学习和模式识别技术及应用。2010年至2012年在美国北卡罗莱纳大学教堂山分校（UNC-Chapel Hill）从事脑影像分析及脑疾病早期诊断研究。先后主持多项国家和省部级基金，已在国内外核心期刊和会议上发表100余篇论文，论文累计被他引4000余次（Google Scholar数据），研究成果获得多次国际奖项，包括国际期刊《Pattern Recognition》 2006-2010年高引用论文奖、国际会议PRICAI’06及STMI’12最佳论文奖等。目前担任《PLOS ONE》等期刊编委，《Neuroimage》等几十种学术期刊的审稿专家，及 IJCAI等十几个国际会议的程序委员会委员。任中国人工智能学会机器学习专委会常委、中国计算机学会人工智能与模式识别专委会委员等职务。先后获得或入选2006年全国优秀博士学位论文提名奖，2008年江苏省“青蓝工程”优秀青年骨干教师，2008年南航优秀青年教师奖和“校园年度人物”，2012年霍英东基金会第十三届高等院校青年教师奖，2013年江苏省“333工程”高层次人才，2013年江苏省杰出青年基金及2014年国家自然科学基金优秀青年基金。
报告二：
报告题目：基于PCA的卷积神经网络
特邀讲者：董军宇
报告摘要：深度学习目前已在诸多领域已经取得了开创性的成就，特别是卷积神经网络（CNN）由于其良好的生物学解释，引起了广大研究者的兴趣，在大规模训练数据的支持下，更在人工智能等领域取得了多项突破。但是这些深度网络的结构都较为复杂，需要经过复杂的超参数选择和漫长的训练过程。为此研究者力争使用高效程序设计语言和GPU加速的方法，以加快深度网络的训练速度，尽管如此，网络本身的时间复杂度和空间复杂度并没有减少。而这些使用程序加速的手段实现的工具包结构复杂，需要众多的硬件和软件支持，并附带较为复杂的环境配置，为初学者使用和理解深度网络的工作机制带来了众多困难。简单高效的深度网络也在理论研究及实际应用中有重大的需求。比如马毅等人提出的PCANet，使用简单的主成分分析的方法学习网络参数，明显降低了算法的时间复杂度。本次报告将汇报作者提出的一种新的算法——PCN（PCA-based Convolutional Network）。该方法充分结合CNN与PCANet的优势，每一个滤波器提取图像的某种特定特征，高层特征是低层特征的抽象与组合，但是在滤波器的学习过程中我们把复杂的调参过程替换为PCA分解。在高层特征的学习方面，我们把低层特征作为输入，把若干底层特征组合在一起求出新的滤波器，我们可以定义不同的组合方式，把低层特征组合抽象成不同的高层特征。实验证实这种方法不仅具有较快的计算速度，在手写数字识别、人脸识别和纹理分类等任务中的实验表明，PCN基本能够达到最优或者接近最优的性能。同时，该方法也具有较好的扩展性。
讲者介绍：董军宇，教授，博士生导师。1972年9月生，1989年至1993年在青岛海洋大学应用数学系应用数学专业读本科，1996年至1999年在青岛海洋大学应用数学系读硕士，2000年至2003年在英国Heriot-Watt大学攻读博士学位。2004年回国后加入中国海洋大学，2008年被列入教育部新世纪人才支持计划。现任中国海洋大学计算机科学与技术系主任。中国计算机学会青年科技论坛(YOCSEF)青岛分论坛2013-2014主席。主持承担了科技部国际合作专项1项，国家自然科学基金3项、教育部及山东省项目4项及青岛市级科技项目2项，并作为主要人员参加多个国家海洋公益专项、863、科技支撑计划等项目。主要研究方向为机器学习、计算机视觉、水下视觉及海洋数据挖掘与可视分析。已在多个主流国际期刊（IJCV，IEEE Trans，PR，Plos One, Information Science, IVC, MTAP等）及国际学术会议上发表论文60余篇。
报告三：
报告题目：人社大数据分析与应用
特邀讲者：崔立真
报告摘要：随着经济社会的发展，人力资源和社会保障各部门在信息化建设的过程中沉淀了大量的数据，包括业务数据、交易数据、服务数据等。这些数据对实现人社精算、统计分析、关键指标预警、社保反欺诈等具有重要的意义。然而，这些数据分布在各自相对独立的信息系统中，各自执行的标准不同、无法统一进行分析和利用。因此，对人社数据进行集中，统一进行分析和利用，成为提升精确管理和科学决策能力、进行社保精算、反欺诈的迫切要求。人社大数据分析解决方案是一套对整体人社数据进行集中、沉淀和分析利用的整体解决方案。首先在大集中数据库中建立基础信息、业务信息、日志信息等数据的标准。然后，通过数据归集，将人口信息库、社保数据库、就业数据库、人事人才数据库、劳动关系数据库、医保结算数据库中的数据通过数据交换平台进行清洗、归集、整合到人社大数据库中。面向社保精算、统计分析、关键指标、医保反欺诈等实际需求进行大数据分析应用。
讲者介绍：崔立真，博士，山东大学计算机科学与技术学院教授，现任山东大学软件学院副院长、电子商务交易技术国家工程实验室（山东大学）副主任。中国计算机学会数据库专委会委员、服务计算专委会常委委员、协同计算专委会委员，中国通信学会云计算与SaaS专家委员会委员。曾任中国计算机学会青年计算机科技论坛（CCF YOCSEF）济南2010-2011年度分论坛主席。2013年1月至2014年1月美国佐治亚理工学院访问学者。主要研究方向为数据科学与工程、服务计算等。先后承担并完成国家自然科学基金、国家科技支撑计划、国家发改委CNGI专项、教育部博士点新教师基金、山东省自然科学基金等多项国家、省部级科研项目。在TPDS、ICWS、《计算机学报》等发表SCI、EI收录学术论文30余篇。获山东省科技进步一等奖1项，二等奖2项，教育部科技进步二等奖1项。
参加人员：IT领域专业人士、研究生、媒体、其他有兴趣者
报名方式：杨成伟 Tel:131-7667-2101 Email: yangchengwei2006@163.com
许信顺 Tel:139-6900-3221 Email:xuxinshun@sdu.edu.cn
报告会地点：山东省济南市高新区舜华路1500号山东大学软件园校区办公楼
京公网安备 11010802032778号
所有评论仅代表网友意见