莫然

华中师范大学

软件架构度量与分析方法

高孝婧

中国地质大学（武汉）

光网络物理层防护技术研究

黄宏

华中科技大学

异质时序大图的挖掘与应用

刘冰艺

武汉理工大学

智能网联汽车通信和组网关键技术研究与应用

施朦

中南民族大学

面向行人动力学的新型介观疏散模型研究

王胜

武汉大学

智能时空数据库

王晓

武汉科技大学

面向视频侦查的嫌疑目标检索技术研究

王玉龙

华中农业大学

Atomic Representation based Classification: Theory, Algorithm and Applications

王正

武汉大学

面向社会安全的行人检索与行为预测

曾庆栋

湖北工程学院

激光诱导击穿光谱技术结合机器学习算法在特钢检测与分类应用中的研究

张献

海军工程大学

基于代码自然性的切片粒度缺陷预测方法

郑龙

华中科技大学

高性能图计算体系结构设计

报告题目：软件架构度量与分析方法

报告摘要：在软件的演进过程中，持续的修改使得软件变得越来越复杂，难以避免的造成软件架构腐化，进而影响软件的可维护性。由于软件架构自身的抽象程度高、复杂、不可见等特点，已有技术依然难以准确、真实地反映软件架构的特性和存在的问题。在此次报告中，报告人将展示基于软件架构的软件可维护性度量方法与架构缺陷的分析方法研究。

讲者简介：莫然，华中师范大学副教授，研究方向包括软件架构分析、软件数据挖掘、软件架构迁移等。近年来，发表论文二十余篇，其中CCF 软件工程A类论文8篇、B类论文6篇，部分研究成果已申请多项发明专利。

报告题目：光网络物理层防护技术研究

报告摘要：全球90%以上的信息通信都由光网络承载，光网络承担了我智慧城市、智慧物联、金融网络、电子商务等重要信息的传输任务。光纤通信系统是宽带网络信息传输的核心装备。光网络的透明性在改善网络性能的同时，也给网络的安全带来新的隐患，敌对方可能对光网络接入或中继节点实施设备身份欺骗，对光网络传输链路实施信号截获、服务中断等攻击。针对光网络系统所面临的巨大安全挑战，本报告主要探讨光网络的物理层加密技术、光网络终端硬件身份识别手段及其研究进展。

讲者简介：高孝婧，中国地质大学（武汉）副教授，硕士生导师。2010年毕业于三峡大学获理学学士、2018年在华中科技大学获博士学位。2018年入职中国地质大学（武汉），目前从事安全光网络传输及非线性混沌动力学相关研究工作。参与国家自然科学基金青年、面上等课题，相关研究成果在Optics Express、Photonics Technology Letters、Nonlinear Dynamics等国际权威期刊以第一作者或通讯作者发表论文10余篇。

报告题目：异质时序大图的挖掘与应用

报告摘要：图挖掘分析一直是网络，尤其是社交网络研究中的重要任务。本报告将从社交网络的结构化分析出发，探讨基于三角形结构的网络化分析方法，同时利用三角形结构进行网络表示学习的研究，进一步，对异质、时序、大规模网络场景下网络表示学习方法进行了深度探讨。最后，基于上述理论方法，结合新闻大数据、电商行为分析等真实场景进行了实践应用探索。

讲者简介：黄宏，博士，华中科技大学副教授，博导，硕导。2012年于清华大学获硕士学位，2016年以最高荣誉 “ Summa Cum Laude ”毕业于德国哥廷根大学获博士学位。主要研究方向为数据挖掘，社交网络分析与大数据应用等。近年来以第一/通讯作者身份在国际顶级学术期刊 TKDE，TKDD，WWW，IJCAI等发表论文多篇。主持国家自然科学基金青年基金1项，面上基金1项，湖北省基金1项。担任众多国际一流会议的大会程序委员会委员。入选2018微软研究院铸星青年学者访问计划。

报告题目：智能网联汽车通信和组网关键技术研究与应用

报告摘要：智能网联汽车，即ICV（全称Intelligent Connected Vehicle），是指车联网与智能车的有机联合，是搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与人、车、路、后台等智能信息交换共享，实现安全、舒适、节能、高效行驶，并最终可替代人来操作的新一代汽车。报告将重点针对智能网联汽车通信、组网、测试等关键技术和应用进行介绍，对于智联网汽车的研究和发展带来新的思路及思考。

讲者简介：刘冰艺，男，1990年出生，博士分别毕业于香港城市大学计算机科学系（2018年）和武汉大学计算机学院（2017年），美国纽约州立大学布法罗分校访问博士（2016-2017年）。目前就职于武汉理工大学，副教授/硕导，新技术研究中心副主任，主要从事车联网，无线网络，物联网等方面研究工作。近五年主持或者承担车联网相关项目10余项，包括国家自然科学基金项目，美国国家科学基金项目（NSF），湖北科技创新重大专项，海南省重点研发计划等。发表论文20余篇，包括多篇IEEE TITS，IEEE TVT，INFOCOM，ICDCS，Transportation research Part B/C，IEEE Communication Magazine等国际通信、车辆和交通领域权威期刊及会议，担任多个国际会议PC member和IEEE Trans.刊物的审稿人。团队的车联网关键技术创新和应用平台入选2021年度工业与信息化部物联网关键技术与平台创新类项目。

报告题目：面向行人动力学的新型介观疏散模型研究

报告摘要：随着近年来高速的工业化和城市化进程，道路交通拥堵和行人拥挤愈发显著，突发状况下极易造成人员伤亡和经济损失。因此，道路交通和公共建筑的有效设计，以及行人管控和疏散策略对于保障行人安全和缓解拥堵非常重要。尽管微观和宏观模型已被广泛应用于行人疏散动力学研究，当前却鲜有介观尺度的疏散模型。本研究提出了一种新型介观疏散模型，在该模型中，疏散空间被离散为不同尺寸的网格，动态场域方法从微观尺度被扩展到介观尺度。该模型并不跟踪单个行人的运动，而是基于密度-速度关联算法，直接计算网格中人群密度的动态变化。为了测试该模型的可行性，我们将其应用于典型疏散场景（即有单个出口的方形房间），并对时间步长和拥堵度因子进行了参数敏感性研究。模拟仿真结果表明介观疏散模型对时间步长的变化不敏感；与不考虑拥挤程度的情况相比，考虑拥挤程度的动态算法可以充分利用整个出口进行逃生，从而缩短疏散时间。该模型还可以准确高效地从动态密度图中获取疏散瓶颈区域等关键信息。此外，我们在教室中进行了一系列可控行人实验来评估该模型，结果显示数值模拟结果与实验结果在疏散时间和选择每个出口的行人数量方面均一致，证明了所发展的新型介观模型适用于预测疏散过程和反映行人动力学特性。

讲者简介：施朦，女，2016年本科毕业于华中科技大学并获得能源与动力工程和工商管理双学士学位，2020年博士毕业于香港城市大学工程学院，现为中南民族大学计算机科学学院副教授，研究方向包括行人疏散建模与实验设计以及智能交通建模与优化。在博士期间，连续三年获得香港城市大学杰出学术奖学金，并获得八届火灾科学与消防工程国际研讨会优秀论文奖等奖项。在知名国际期刊和国际会议发表论文20余篇，其中包括《Nature Human Behaviour》和《Safety Science》等权威期刊。目前担任多本知名国际期刊，如《Transportmetrica B: Transport Dynamics》和《Physica A: Statistical Mechanics and its Applications》审稿人。主持国家自然科学基金和中南民族大学引进人才科学研究基金各一项，作为主要人员参与香港优配金资助项目4项。

报告题目：智能时空数据库

报告摘要：本次报告王胜首先将简要介绍其近几年在大规模轨迹数据管理和应用方面的一些研究经验，包括在PVLDB20和SIGIR18上发表的关于轨迹建模、相似度查询、聚类等基础研究，和发表在SIGMOD21上如何利用轨迹数据改进公交网络的应用性研究工作。最后将分享其关于智能时空数据库研究方面的一些畅想。

讲者简介：王胜，男，于2021年9月加入武汉大学计算机学院，担任副教授。王胜分别于2013年和2016年分别获南京航空航天大学信息安全专业本科学位和计算机技术硕士学位, 2019年获皇家墨尔本理工大学计算机博士学位，随后在美国纽约大学从事博士后工作。王博士长期从事空间数据库研究与应用，取得了多项创新成果，如大规模轨迹聚类和查询技术。自2017年以来作为第一作者，研究成果作为长文陆续发表在国际顶级会议及期刊上，如SIGMOD, PVLDB，ICDE，TKDE，SIGIR等CCF A类推荐会议及期刊。担任多个国际期刊和会议的审稿人，包括PVLDB22、VLDBJ、TKDE。近期担任国际气候变化与人工智能创新基金高级评审专家。

报告题目：面向视频侦查的嫌疑目标检索技术研究

报告摘要：嫌疑目标检索对于公安侦查人员快速发现嫌疑目标，降低劳动强度，提高破案率具有重要意义。在实际安防监控环境下，嫌疑目标尺度变化多样、目标与背景融为一体、视觉变化较大导致距离学习效果退化等非控因素造成现有目标检索研究远不能达到实际应用水平。汇报人从特征表达、目标提取、距离学习三个方面提出一套面向视频侦查的嫌疑目标检索方法。并构建了监控场景下的行人和车辆检索数据集，促进了安防领域嫌疑目标排查的研究进展。未来拟研究夜间监控场景下嫌疑目标检索课题，预期将优化夜间监控场景下嫌疑目标检索性能，对提高案件侦破率，维护人民生命财产安全具有重要意义。

讲者简介：王晓，2020年12月毕业于武汉大学国家多媒体软件工程技术研究中心，获通信与信息系统专业博士学位，现任武汉科技大学计算机科学与技术学院教师，入选2021年湖北省“楚天学子”人才计划。近年以来，一直致力于计算机视觉和监控视频分析等相关领域的研究。在本领域国际和国内重要期刊和会议上发表学术论文22篇，其中第一作者/通信作者文章14篇，IEEE/ACM Trans期刊3篇，CCF推荐A类论文5篇，B类论文4篇。主持湖北省教育厅重点项目一项，四川大学视觉国家重点实验室开放课题一项；参与申请和研究国家重点研发计划1项，湖北省技术创新重大项目1项，公安部项目1项，国家自然科学基金1项，申请发明专利16项，奖项18项。

报告题目：Atomic Representation based Classification: Theory, Algorithm and Applications

报告摘要：Representation-based classification (RC) methods such as sparse RC have attracted intensive interest in pattern recognition and computer vision in recent years. In this talk, we will introduce a general and unified framework termed as ARC (Atomic Representation based Classification) for high-dimensional data analysis. In addition, we will also discuss the unified algorithm, theoretical guarantees and various applications of ARC, such as robust face recognition and handwritten digit recognition.

讲者简介：华中农业大学信息学院教授，博士生导师。曾任新加坡南洋理工大学研究员（Research Fellow）。博士毕业于澳门大学，导师为IEEE Fellow，澳门大学首席教授唐远炎教授。目前主持国家自然科学基金面上项目和青年项目各一项。在人工智能相关领域已发表20余篇SCI期刊论文和10余篇EI会议论文，其中包括12篇国际权威期刊IEEE汇刊（IEEE Transactions）论文，如IEEE TPAMI, TIP和TSP等。

报告题目：面向社会安全的行人检索与行为预测

报告摘要：多媒体监控数据快速增长使得视频侦查成为社会安全治理的重要支撑。然而，现有重识别研究关注白天清晰的公开行人数据集，无法满足全天候检索需求；现有行为识别研究关注如何区分正常/异常行为，无法预见异常行为；现有长程跟踪研究关注轨迹恢复的准确性，无法预测行人未来出现地点。我们分别开展跨模态和长程行人重识别、结合自然社会理解的隐秘尾随检测以及基于位置行为模式挖掘的活动位置预测等方面研究。

讲者简介：王正，武汉大学教授，长期从事多媒体内容分析与检索研究。发表CCF-A类、ACM/IEEE汇刊论文40余篇、国际会议最佳论文1篇、最佳论文提名1篇，在CCF-A类会议CVPR和ACM MM举办专题讲座。主持日本多项国家级项目，入选日本最高层次青年人才计划卓越研究员、日本学术振兴会外国人特别研究员，获中国留日同学会最优秀青年学者奖，ACM Wuhan优博奖。担任Autonomous Intelligent Systems期刊副编辑，IEEE Trans. CSVT、PRL、Entropy等期刊客座编辑。

报告题目：激光诱导击穿光谱技术结合机器学习算法在特钢检测与分类应用中的研究

报告摘要：激光诱导击穿光谱 ( Laser-induced breakdown spectroscopy, LIBS)是一种基于原子发射光谱的新型的元素快速检测技术，它具有无需样品制备、分析速度快、多元素同时分析等优点。然而，LIBS光谱信号因受噪声及样品基体效应的影响而具有复杂、高维的特点。由于机器学习能够处理输入信号中的非线性因素并降低数据的维度，提取特征信息。将机器学习算法引入到LIBS技术中来实现物质成分的检测与鉴别，可避免人为误差，提高分析效率。本报告采用支持向量机(Support vector machine, SVM)和深度信念网络(Deep belief network, DBN)算法对LIBS数据进行处理，实现了不同种类钢铁的快速检测与分类。实验结果表明，DBN算法可从高维输入中提取特征信息，具有较好的非线性处理能力和对钢铁样品较高的鉴别能力，最高精度可达100%。同时，DBN具有较大的拓展性。结果表明，LIBS技术结合机器学习算法在工业领域的快速检测中具有很好的应用前景。

讲者简介：曾庆栋，男，生于1982年8月，湖北广水人，工学博士，副教授，现湖北工程学院电子信息科学与技术专业负责人、系主任、光电信息检测技术研究中心负责人、湖北省青年科技“晨光计划”人才计划入选者、中国光学工程学会激光诱导击穿光谱专业委员会委员；2016年12月毕业于华中科技大学武汉光电国家实验室，获博士学历学位。主要研究激光诱导击穿光谱、光谱信号检测及信息处理等相关领域。近年来，先后主持国家自然科学基金青年项目1项、湖北省自然科学基金面上项目2项、湖北省教育厅科研项目1项、校级教学改革项目1项；博士期间主持华中科技大学博士技术创新项目1项，参与国家重大科学仪器开发专项1项。先后发表科研论文20余篇，申请发明专利20余项，实用新型专利10余项。先后获得湖北工程学院“优秀科技工作者”、“三育人先进个人”、“教学优秀奖”、“教学成果三等奖”等荣誉称号。

报告题目：基于代码自然性的切片粒度缺陷预测方法

报告摘要：软件缺陷预测是软件质量保障领域的一个活跃话题，它可以帮助开发人员发现潜在的缺陷并更好地利用资源。如何为预测系统设计更具判别力的度量元，并兼顾性能与可解释性，一直是人们致力于的研究方向。针对这一挑战，提出了一种基于代码自然性特征的缺陷预测方法（CNDePor）。该方法通过正逆双向度量代码和利用质量信息对样本加权的方式改进语言模型，提高了模型所得交叉熵类度量元的缺陷判别力。针对粗粒度缺陷预测存在难以聚焦缺陷区域、代码审查成本高的不足，研究了一种新的细粒度缺陷预测问题——面向语句的切片级缺陷预测。在此问题上，设计了4种度量元，并在两类安全缺陷数据集上验证了度量元和CNDePor方法的有效性。

讲者简介：张献，1990年5月出生，河北南宫人，中共党员，博士，海军工程大学电子工程学院计算机与数据工程教研室讲师。2019年在海军工程大学获得通信与信息系统专业工学博士学位。主要研究方向包括软件质量保证、神经网络与机器学习等，主讲课程包括《人工智能应用实践》、《神经网络与深度学习》等。参与国防973、装发预研、海军重点等项目8项，发表学术论文20余篇，译著1部（排3），参与教材编写2部，指导学生获国家级学科竞赛特等奖1项、省级二等奖2项，协助指导研究生4名，荣立个人三等功2次，曾获首届CCF武汉优博论坛二等奖。

报告题目：高性能图计算体系结构设计

报告摘要：图计算是进行关联分析的有力武器，广泛应用于诸多典型大数据场景。报告将分享我们在图计算加速器设计的一些体会，包括高并发流水设计、可扩展片上网络和局部性感知的存储架构，最后对未来工作做一些展望。

讲者简介：郑龙，华中科技大学副教授，主要研究方向为大数据处理体系结构、运行时系统、并行编程语言等方向的研究，研究成果发表在MICRO、HPCA、USENIX ATC、FPGA、PACT、IEEE TCAD、ACM TACO、IEEE TPDS等高水平国际学术会议和期刊上。图计算成果参加国际知名“图挑战”赛GraphChallenge获冠军、创新奖、荣誉奖等奖项，曾获PACT'18最佳论文提名、CGO'15最佳报告奖，第七届CCF大数据学术会议最佳学术论文奖，相关成果被人民日报、光明日报、新智元等媒体转载或报道。