11月24日下午，信息技术学院邀请CCF会士、北京邮电大学杜军平教授，北京航空航天大学李文玲副教授以及北京邮电大学的薛哲副教授、邵蓥侠副教授和梁美玉副教授带来了一场内容丰富的学术报告活动。本次活动通过腾讯会议平台举办，校科研处处长王素贞、信息技术学院院长孙立辉共同主持，校内外共计420名师生在北三教A215、A214两个线下会场以及在线聆听了讲座。

与会人员

科技大数据作为数字经济的基础性战略资源，在国家科技创新能力、核心竞争力提升以及产学研协同创新发展过程中，发挥着极其重要的战略保障和基础性支撑作用。杜军平教授围绕“科技大数据理论与技术研究”这一主题，介绍了科技大数据理论与技术的研究背景以及科技服务面临的难题，并着重介绍了面向科研人员、企业创新、科研管理等不同场景的科技大数据查询检索的最新研究成果，以及团队研发的科技大数据查询检索系统平台。

报告现场

分布式学习与优化需要解决的一个关键问题是如何设计合适的通信机制将单机优化的结果相融合。李文玲副教授以“分布式学习与优化”为主题，对单机优化的确定性算法和随机优化算法进行了简单回顾，介绍了通信机制和网络拓扑结构对分布式优化算法的影响，在此基础上介绍了一类基于t分布的分布式ADAM算法。

报告现场

在真实的场景中，受到采集条件和用户操作等因素的影响，多模态数据容易出现特征和标注缺失等问题，导致传统的多模态学习方法不能很好地适用。薛哲副教授以“面向复杂场景的多模态学习技术研究”为主题，介绍了不完整多模态数据的半监督分类和聚类问题，并分享了提出的基于聚类引导的不完整多模态聚类网络和基于深度预测子空间的半监督多模态分类方法，通过挖掘数据的相关性和潜在的聚类结构，实现了不完整多模态数据的类别发现和标注等任务。

报告现场

随机游走算法是大图分析与学习的一项基本采样技术。相比于一阶随机游走，二阶随机游走可以捕获图节点高阶邻居结构模式，提升下游学习与分析任务性能。然而，二阶随机游走策略的经典实现存在内存爆炸问题，难以高效处理大图。邵蓥侠副教授以“面向大图的快速随机游走算法”为主题，介绍了一种内存自适应的快速随机游走框架，通过综合不同采样算法（如直接采样、拒绝采样、Alias采样等）在时间和内存方面的优劣建立近似代价模型，实现了亿级边图上的快速随机游走。

报告现场

由于不同模态数据存在特征异质性和语义鸿沟问题，如何通过跨模态语义关联学习获取高效统一的跨模态语义表示空间，是实现跨模态搜索的关键。梁美玉副教授以“跨模态大数据高效语义表示学习和搜索”为主题，针对该问题介绍了基于多模态图的隐含语义关联学习方法、跨模态细粒度语义关联学习模型和跨模态深度哈希映射机制，实现了跨模态大数据的语义融合，获取了判别力更强的跨模态统一高效语义表示，并在此基础上实现了跨模态高效语义匹配和搜索。

报告现场

五位嘉宾的报告深入浅出，内容精彩，图文并茂。此次报告为我校师生以及CCF石家庄分部师生提供了一次难得的学习和交流机会，使大家学习了前沿技术成果与领域应用情况，有助于帮助大家了解大数据领域新的研究方向和前沿学科动态，开拓学术视野。（供稿：信息技术学院）

【责任编辑：张惠瑀】