主 题：大数据与计算智能
内容简介：随着产业界和科学界数据量的爆炸式增长,大数据技术和应用吸引了众多的关注.如何分析大数据,充分挖掘大数据的潜在价值,成为需要深入探讨的科学问题.计算智能是人工智能发展的新阶段,是受到大自然智慧和人类智慧的启发而设计出的一类解决复杂问题方法的统称,计算智能是科学研究和工程实践中解决复杂问题的有效手段,计算智能的最大特点是不需要建立问题本身的精确数学或逻辑模型,不依赖于知识表示,而是在观测数据上直接对输入信息进行处理，这一特点非常适合于解决大数据分析中那些由于难以建立有效的形式化模型而用传统技术难以解决,甚至无法解决的问题.计算智能是人工智能和信息科学的重要研究方向,应用计算智能方法进行大数据分析具有巨大的潜力.面向大数据重点行业和应用领域征集需求，以大数据前沿技术、行业应用问题为导向，以大数据促进行业发展及产业升级为目标,由中国计算机学会主办的大数据及人工智能领域算法挑战及应用创新大型赛事“CCF大数据与计算智能大赛” ,大赛已经连续成功举办四届，每一届都受到社会各界的广泛关注，得到百度、阿里、联通、亚马逊等国内外知名企业的大力支持与参与，吸引了来自国内外知名高校和研究机构逾6000支队伍参赛，取得良好的效果和反响。针对大数据和计算智能中理论和应用热点问题，我们特邀请来自英国伯明翰大学、中山大学、华南理工大学和广东工业大学4位青年才俊分享相关研究成果，为大家带来精彩而丰富的报告。本次论坛4个报告，每个报告演讲环节时间为40分钟，提问环节为5分钟。
时 间：2017年3月22日（周三）14：30～17：30
地 点：暨南大学校本部信息科学技术学院南海楼224室
诚挚邀请各位同仁、老师、研究生和技术人员参加，期待您的光临！
主办：CCF YOCSEF广州
广东省计算机学会青年工作委员会
承办：暨南大学青年教职工工作委员会工科分委会
暨南大学信息科学技术学院
暨南大学理工学院
2017年3月14日
附件一
议 程
14：15 签到
14：30 执行主席致辞
14：35 学术论坛
题目一：基于计算智能的大规模优化
报告人：英国伯明翰大学 程然 博士
题目二：跨学科大数据智能软件之结构方程自动生成系统
报告人：华南理工大学 黄翰 博士
题目三：区块链研究趋势与进展
报告人：中山大学 郑子彬 博士
题目四：高维因果关系发现-基于打破等价类的思路
报告人：广东工业大学 蔡瑞初 博士
附件二
其 它
执行主席：
翁健，教授，博士生导师，暨南大学信息科学技术学院/网络空间安全学院执行院长，广东省计算机学会青年工作委员会主任，CCF YOCSEF广州委员，暨南大学青年教职工工作委员会副主任、常委，暨南大学青年教职工工作委员会工科分委会主任。
黄书强，教授，硕士生导师，暨南大学理工学院，CCF YOCSEF广州侯任主席。
黄翰，教授，博士生导师，华南理工大学软件学院，系主任，CCF YOCSEF广州侯任副主席。
黄琼，教授，博士生导师，华南农业大学数学与信息学院，副院长，CCF YOCSEF广州侯任副主席，广东省计算机学会青年工作委员会秘书长。
联系人：
罗老师，暨南大学信息科学技术学院，020-85220448，tluogw@qq.com。
黄老师，暨南大学理工学院光电工程系，hsq@jnu.edu.cn。
详细地址：
广州市天河区黄埔大道西601号，暨南大学校本部，信息科学技术学院南海楼224室。
暨南大学正门进入之后，左拐后直行100米即达。
温馨提示：
本次活动不作交通安排，参会人员需自行前往。另外，由于暨南大学校本部交通管制，外来自驾车辆进入校园需要提前2天报备，因此，请各位尽量选择乘坐出租车方式参会。
附件三
学术报告简介
题目一：基于计算智能的大规模优化
报告摘要：在过去的二十年当中，计算智能技术在解决复杂优化问题中得到了很好的应用及发展。然而，绝大多数现有的计算智能技术（如：演化计算技术、群体智能技术等）仍无法很好解决大规模问题，如：大规模单目标优化问题、高维多目标优化问题、大规模多目标优化问题等。因此，包括涉及大规模决策变量及大规模优化目标在内的复杂优化问题对现有计算智能技术提出了很高的挑战。针对不同类型的大规模优化问题所带来的挑战，此报告将重点介绍若干最新研究成果，包括相关的算法技术及其应用。此外，报告将给出一些未来相关领域的潜在热门研究方向。
报告人：程然，博士，英国伯明翰大学计算智能与应用研发中心（CERCIA）研究员（Research Fellow），合作导师为IEEE计算智能协会前主席姚新教授。程然博士曾获本田欧洲研究院（HRI-EU）资助，在英国萨里大学攻读博士学位，博士生导师为IEEE计算智能协会前副主席金耀初教授。程然博士的主要研究工作广泛涉及演化计算领域的多个热点方向，包括：多目标优化与决策、多模态优化、大规模优化、基于模型的演化算法、群体智能等。相关研究成果大多发表在包括《IEEE Transactions on Evolutionary》和 《IEEE Transactions on Cybernetics》在内的顶级期刊和主流会议上，其中两篇入选2016年1% ESI高被引论文，且部分研究成果已转化为本田公司技术产品。程然博士是《IEEE Symposium on Model-Based Evolutionary Algorithms》国际研讨会、 《IEEE CEC Competition on Evolutionary Many-Objective Optimization》国际竞赛的第一发起人兼主席，目前任国际期刊《Complex & Intelligence Systems 》编委，并长期担任十余个国际期刊的特邀审稿人。程然博士曾获英国“英国与土耳其学术联合会（ABTA）”博士研究一等奖（2015）、英国萨里大学校长奖（2015）、中国国家优秀自费留学生奖（2016）等荣誉。
题目二：跨学科大数据智能软件之结构方程自动生成系统
报告摘要：在大数据时代，结构方程模型作为一种高级统计建模工具，应用越来越广泛。特别是在社会学、心理学、教育学、经济学、管理学、市场学等研究领域的大数据分析中，经常能看到结构方程模型的应用例子。在结构方程模型的建模过程中，许多因素左右着模型建立的精度和效率。研究者一般要深入学习专业的统计知识和软件工具，经历很多次的提炼和修正，花费大量精力和时间，才能建立出高质量的模型。研究针对结构方程模型建模难的问题，设计了一种快速得到基础模型的多目标启发式算法，开发出最优结构方程模型自动生成软件。研究成果实现了结构方程模型建模的自动化，大大简化了建模过程，降低用户使用该模型进行大数据分析的门槛。本研究通过知识自动化促进了跨学科特别是教育文化等文科学科之间的发展。
报告人：黄翰，博士，华南理工大学软件学院教授、博士生导师，广东省杰出青年基金获得者，广州市珠江科技新星获得者，入选首批广东省特支计划科技创新青年拔尖人才，兼职广东省人脸识别工程技术研究中心副主任、广东省计算机学会软件工程专业委员会秘书长和香港城市大学管理科学系高级研究助理；曾主持国家级和省部级项目12项；在INS、TCYB、《中国科学》、《计算机学报》和GECCO等学术刊物和国际会议上发表50多篇，代表作入选了ESI高被引扩展版，H-index指数13；申请国家发明专利27项，授权8项，登记软件著作权30项；获广东省科技进步一等奖和广东省自然科学二等奖。黄翰教授在智能算法与智能软件方面的有深入的研究，完成了智能算法等价关系模型理论、基于仿生优化算法的视频内容检索技术等研究成果；多项智能算法与智能软件技术在教育、安防、交通、网监、虚拟现实、商务、医疗等领域实现了成果转化。研究成果解决了海量视频内容快速检索、图形化编程软件的森林数据结构优化、3D搭建软件的渲染面优化等技术难题，成功应用40余例，产生了显著社会经济效益。
题目三：区块链研究趋势与进展
报告摘要：该报告聚焦区块链技术在学术领域的研究趋势和最新进展，具体包括区块链技术背景介绍及研究现状分析，区块链共识机制与网络安全，区块链数据挖掘与可视化分析，智能合约与区块链应用等。
报告人：郑子彬，博士，中山大学数据科学与计算机学院副教授、博士生导师、软件工程系系主任、青年珠江学者、IEEE高级会员、国际服务学会青年科学家论坛首任主席。主要研究方向为软件工程、金融大数据、移动互联网等。近五年共出版Springer英文学术专著1部、发表国际期刊及国际会议论文100余篇，包括ESI高被引论文1篇、ACM/IEEE Transactions 24篇、SCI索引国际期刊40篇、及ICSE、ICDCS、WWW、DSN、SRDS、ICWS等重要国际会议论文多篇，获得CCF A类及B类国际学术会议最佳论文奖2次、最佳论文奖提名2次，根据Google Scholar统计，论文共被引用超过3900次，H-Index为32。2015年获得ACM中国新星提名奖、2013年获得香港中文大学青年学者论文奖；2011年获得香港中文大学工程学院杰出博士毕业论文奖；2010年获得软件工程领域顶级旗舰会议国际软件工程大会（ICSE）ACM SIGSOFT Distinguished Paper Award；2010年获得国际Web服务大会（ICWS）最佳学生论文奖；担任International Journal of Services Computing的Associate Editor-in-Chief及多个国际期刊编委及IEEE CLOUD、IEEE ICWS、IEEE SCC、IEEE SOSE、ICSOC等多个知名国际学术会议的程序委员会成员。
题目四：高维因果关系发现-基于打破等价类的思路
报告摘要：因果关系严格区分了“因”变量和“果”变量，在揭示事物发生机制、指导干预行为等方面有相关关系不能替代的重要作用。随着基因表达数据、社交网络数据等高维数据的大量涌现，现有因果关系方向普遍面临着因果方向判断困难、结果误发现率高等问题。本报告将从“打破等价类”的思路入手，对我们前期在高维因果关系发现方面的部分研究做一个简要介绍，包括相关关系在高维数据上遇到的困难、因果关系中的Markov等价类难题、高维因果全局结构的可分解性、及其典型应用等。同时，本报告也将本人在因果关系研究中的一些体会、亟待解决的问题等方面做一个分享。
报告人：蔡瑞初，博士，广东工业大学计算机学院教授，博士生导师、省杰出青年基金获得者。2010年于华南理工大学获得工学博士学位，进入广东工业大学工作；2011年被评为副教授；2015年并被评为教授、博士生导师；2007-2009，2013-2014期间先后到新加坡国立大学和UIUC高等数字科学研究中心访问学习。先后主持国家自然科学基金2项、省部级项目5项。蔡博士专注于因果关系发现、高维数据挖掘等领域研究。已发表论文30余篇，包括ICML、SIGMOD、SDM等领域重要会议和TNNLS、Bioinformatics、TKDE、NN、PR等国际著名期刊；授权发明专利4项，其中2项已在网易邮箱实施；相关成果先后获得省科学技术二等奖（第四完成人）、省科学技术一等奖（第三完成人）、广东特支计划科技创新青年拔尖人才、省优秀青年教师培养计划入选对象珠江科技新星等荣誉。