會議時間：2019年5月12日（周日）上午8:30
會議地點：北辰校區西教六建藝學院110報告廳
報告題目：深度學習解釋性:從“能”到“不能”
報告嘉賓：桑基韜
內容簡介：隨著深度學習的研究深入和應用拓展，學術界從探索深度學習“能”做什么，發展到思考深度學習“不能”做什么。此次報告首先介紹深度學習“不能”做什么，以及與深度學習解釋性三個層次的關聯；然后介紹深度學習解釋性的研究現狀和一些初步思考，探討從三個層次改善深度學習解釋性的可能思路。
嘉賓簡介：教授，博士生導師，北京交通大學計算機科學系副主任。曾獲ACM中國新星獎、中科院院長特別獎、中科院百篇優博等。現任中國計算機學會多媒體專委會副秘書長、SIGMM中國執委會委員等。主要研究方向為多媒體計算、網絡數據挖掘、機器學習等。已出版Springer英文專著一部，發表論文70余篇，其中包括會議獲獎論文7篇、IEEE/ACM匯刊近30篇。擔任SCI期刊Neurocomputing和KSII TIIS編委，國際多媒體會議ACM Multimedia 2018/2019和國際模式識別會議ICPR 2018 領域主席，曾擔任國際會議PCM2015（CCF-C類）和ICIMCS2015（SIGMM China旗艦會議）程序委員會主席。承擔國家自然科學基金重點項目，以第二完成人獲得中國電子學會自然科學一等獎和北京市科學技術獎。
報告題目：基于時序與結構視角的數據精細化建模
報告嘉賓：嚴駿馳
內容簡介：時序與結構是數據科學中的兩個核心研究對象，通過對其精細化建模，充分刻畫與挖掘物理空間、網絡空間中事物運行的規律與機理，實現對時序與結構信息的理解、預測乃至調控，是數據科學的一個重要研究方向。本次報告將介紹講者在事件序列學習和圖結構信息融合方面的一些研究工作，及其相關應用。并對下一步的工作內容作出了展望。
嘉賓簡介：嚴駿馳，上海交通大學計算機科學與工程系長聘副教授（特別研究員、博士生導師），CCF優博、ACM中國優博提名，于20152015年在上海交通大學獲得博士學位（委培）。2011年至2018年在IBM中國研究院擔任（主管）研究員，2013年在IBM美國沃森研究中心擔任訪問研究員。于2017年起擔任研究院工業視覺首席科學家，主導了華星光電等多家龍頭企業的工業檢測和預防性維護項目與產品的研發和落地。主要研究方向為機器學習與模式識別，特別是基于時序與結構視角的數據精細化建模。任期刊IEEE TNNLS，PRLetters責任客座編輯，IEEE ACCESS編委，中國圖象圖形學學會副秘書長、SIGMM中國執委和復旦大學大數據學院校外研究生導師。
報告題目：強化學習——尋找最優決策
報告嘉賓：俞揚
內容簡介：基于強化學習技術，人工智能系統已在圍棋、視頻游戲等領域展示出了可超越人類的決策能力。然而在大量的實際應用中，如此強大的決策能力仍然難以獲得。報告將簡要介紹強化學習的基本知識，探討發展方向、面臨的瓶頸、以及可能的解決途徑。
嘉賓簡介：俞揚，博士，南京大學教授。主要研究領域為機器學習、強化學習。入選2018年IEEE Intelligent Systems雜志評選的“國際人工智能10大新星”，獲2018亞太數據挖掘"青年成就獎”，受邀在IJCAI’18作關于強化學習的"青年亮點"報告，獲得4項國際論文獎勵和2項國際算法競賽冠軍。
報告題目：數海淘金：數據定價的挑戰與初探
報告嘉賓：吳帆
報告簡介：被喻為21世紀新金礦的大數據，其內在價值已經得到了廣泛的關注，并已經成為世界各國競相發展的關鍵領域。然而，現有的數據大都被其擁有者內部分析和使用，缺乏流通、共享，形成了大量的數據孤島，成為大數據產業發展的瓶頸。因此需要開放的數據交易平臺來促進數據在互聯網上的交易和流通，進一步挖掘大數據的經濟價值，發現各類數據背后的應用潛力。本報告將從計算機科學研究的角度介紹數據商品展現出的新特性，以及對數據商品進行定價的技術挑戰和開放問題。最后以感知數據為例介紹數據商品的構造方法和動態適應市場供需變化的數據定價機制。
嘉賓簡介：吳帆，上海交通大學計算機科學與工程系教授、博導、副系主任。在無線網絡與移動計算、博弈論算法與應用、數據資產管理等領域取得了一系列科研成果，已發表學術論文160余篇，論文發表在JSAC、TON、 TMC 、TPDS、TOC、TKDE 等國際著名期刊，以及MOBICOM、MobiHoc、CoNEXT、INFOCOM、ICDE、VLDB、KDD等重要國際會議。曾獲教育部自然科學獎一等獎（第三完成人）、國家自然科學基金優秀青年科學基金、ACM中國新星獎、CCF-騰訊犀牛鳥卓越獎、CCF-Intel青年學者提升計劃、上海市浦江人才等。研究項目得到了科技部、國家自然科學基金委、上海市科委、騰訊公司、Intel公司等的資助。
