第八屆中國數據挖掘會議在長召開

新湖南8月18日訊（記者 彭可心 實習記者 李思影 通訊員 況玲）第八屆中國數據挖掘會議（CCDM 2020）於2020年8月17-19日在湖南長沙舉行。是一場由中國計算機學會和中國人工智慧學會主辦，中國計算機學會人工智慧與模式識別專業委員會和中國人工智慧學會機器學習專業委員會以及湖南省科學技術協會協辦，由湖南大學、湖南省計算機學會聯合承辦，CCF YOCSEF長沙學術委員會協助承辦的數據挖掘領域盛會。

18日的會議採取線下會議以及線上Zoom會議、B站直播的形式開展。旨在為數據挖掘領域從業者提供一個互動交流平臺，使參會者了解最前沿的學術動態，分享數據挖掘領域的最新研究成果、創新思想和科學方法，提高國內數據挖掘領域的研究水平。

上午八點半，線下會議拉開序幕。湖南大學副校長李樹濤介紹了湖南大學的學術背景以及相關榮譽。並強調數據挖掘是當前人工智慧領域非常活躍的方向，對服務國際民生具有重要的意義。此次會議為各位學術同仁分享學術成果、加強學術交流、增進學術合作、探索數據挖掘領域的新進展提供了一個良好的平臺。

浙江大學陳純院士，湖南省計算機學會理事長、國防科技大學廖湘科院士在線上預祝此次會議圓滿成功、參會代表收穫滿滿，送上了遠程祝福。

（陳純院士）

（廖湘科院士）

中國計算機學會CCF-AI專委會主任於劍教授代表專委會致辭。

中國人工智慧學會機器學習專委會主任陳松燦教授代表專委會致辭。

CCDM2020程序委員會主席張敏靈教授進行工作匯報。匯報內容包括會議的基本情況、會議的合作期刊、會議投稿與評審流程、優秀程序委員評審流程、會議註冊情況以及大會特邀嘉賓介紹。

上午九點，三位特邀嘉賓進行報告分享。

開放環境下的數據挖掘

報告人簡介：周志華，南京大學計算機系主任、人工智慧學院院長，歐洲科學院外籍院士，AAAI、ACM、IEEE Fellow，中國計算機學會、中國人工智慧學會會士。

報告摘要：數據挖掘是人工智慧領域研究的熱點問題，這是一種通過分析數據發掘有用的信息的技術。在開放環境下，所收集到的數據往往不那麼理想，今天周教授就特徵的類別增加，屬性變動，分布變化及目標多樣性四部分對數據挖掘模型的影響進行了講解。並且就這類問題為我們介紹了當前學界的解決思路，詳細地說明了對新類別檢測的方法，例如有效特徵提取，以及模型更新等方案，為解決現實環境下低質量數據集所帶來的問題提供了有效的思路。

對話中自然語言理解與生成

報告人簡介：秦兵，哈爾濱工業大學長聘教授，博士生導師，哈爾濱工業大學社會計算與信息檢索中心主任，國家重點基金項目負責人。入選「2020年度人工智慧全球女性榜單」和「福布斯中國2020科技女性榜」。

報告摘要：人機對話是人工智慧研究中智能接口的熱點之一，首先通過自然語言處理技術對人人對話文本結構分析，並進行對話文本問題理解和摘要，進一步在理解對話文本的基礎上，為人機對話的回覆生成提供包含結構、情感和知識的幫助，對話文本結構知識可以提高人機對話準確率，情感分析技術可以進行人機對話中情感的識別及情感回復，知識圖譜增加回復生成的邏輯性和連貫性，最後通過機器之間的機機對話對人機對話進行間接評測。

遷移學習理論與算法

報告人簡介：龍明盛，清華大學軟體學院副教授，博士生導師，大數據系統軟體國家工程實驗室機器學習組組長。

報告摘要：遷移學習一直是機器學習領域的難點問題，其目標是在數據分布變化的條件下實現強泛化能力。經過長期探索，逐步縮小了遷移學習的泛化理論與學習算法之間的鴻溝，獲得了更緊緻的泛化界和更優的學習器。此次報告將按照發展歷程介紹遷移學習的代表性泛化理論及學習算法，重點介紹我們的間隔泛化理論及其對抗學習算法，同時介紹我們關於遷移學習的最新進展，包括局部泛化理論、遷移推理中的概率校準和無監督遷移學習算法。

[責編:彭可心]

[來源:新湖南客戶端]