网易河南首页

槐林新闻

智能信息检索与挖掘报告会举行 专家共话未来发展新方向

2019-10-22 18:47:31

智能信息检索和挖掘报告网站。China.com记者马光/照片

China.com 9月18日电(记者马光)——由北京致远人工智能研究所(以下简称“北京致远”)主办、中国人民大学高启人工智能研究所(以下简称“高启人工智能研究所”)协办的“智能信息检索与挖掘”报告昨日(17日)在北京成功举行。

据悉,这是自北京致远8月27日正式宣布研究方向以来,国内顶尖信息检索和矿业学者首次对该领域的各种关键问题进行全景报道。出席会议的有:研究方向的与会者、首席科学家、中国人民大学信息学院院长温吉荣教授、致远研究项目经理、中国人民大学窦志成教授、致远研究员以及北京大学、清华大学、中国科学院等单位的致远青年科学家。

智能信息检索与挖掘作为北京致远继“人工智能数学基础”和“机器学习”之后发布的第三大研究方向,旨在寻求智能信息检索与挖掘基础理论的突破。同时,在理论基础上,建立了一种新的信息检索和挖掘算法,有效解决了用户精确多样的信息需求与海量互联网数据之间的差距。在本次报告会上,共有9位学者围绕“智能信息检索与挖掘”方向的各个关键领域发表了相关研究成果和课题。

在上一次关于致远“智能信息检索与挖掘”主要研究方向的新闻发布会上,市委书记、北京市科委主任徐强指出,人工智能产业的发展有赖于人才。现阶段,我国人工智能,特别是在“机器学习”领域,人才短缺,人才成本高。面向未来,人工智能产业发展前景广阔,任重道远。我们应该充分发挥北京在人才聚集方面的优势,注重培养和吸引人才。同时,坚持“百花齐放”,充分鼓励高校、科研机构和企业共同引领人工智能产业发展。北京致远建立了开放、自由、创新的科研和人才培养模式。希望将来有更多的专家学者参与这一模式,共同推动北京人工智能的发展。

中国人民大学教授温吉荣发表了讲话。(照片由中国在线发行组织者提供)

中国人民大学教授文吉荣是“智能信息检索与挖掘”研究方向的首席科学家,他说:“获取高质量的信息始终是人类的核心需求。然而,由于人类记忆和搜索信息的能力有限,使用计算机进行检索和挖掘是极其必要的。在新时代,搜索引擎应该升级为智能信息助理,甚至进一步发展为个人智能信息助理。从而用户可以随时随地方便地获得与自己相关的高质量信息和知识。在北京致远的大力支持下,我们可以自由探索智能信息检索和挖掘领域。围绕打造“个人智能信息助手”的关键科技问题,我们将与北京高校和科研机构共同解决关键问题,努力推进智能信息检索和挖掘研究,逐步形成“北京学派”

中国人民大学常务副校长王黎明发表讲话。(照片由中国在线发行组织者提供)

在本次活动的演讲部分,中国人民大学常务副校长王黎明表示:“今天,北京致远人工智能研究所和高启人工智能研究所联合举办了“智能信息检索与挖掘”致远论坛。作为这一主要研究方向的首席科学家,温吉荣教授是我校与北京市委、市政府合作,共同建设人工智能领域“北京学派”的重要实践者。未来,中国人民大学愿意继续积极参与并共同推动“北京学派”的发展壮大。"

据悉,“致远学者计划”是致远研究所打造高水平基础研究人才队伍的主导项目。其宗旨是面向当前和未来人工智能的创新发展,选拔和培养一批德才兼备、具有国际影响力和发展潜力的年轻学术人才,建设一支梯队合理的人工智能基础研究和创新创新团队,为人工智能未来发展打造高端人才储备,引领未来人工智能基础研究方向,推动北京人工智能产业的创新发展。

中国科学院计算研究所研究员郭家峰从认知角度理解了这种相关性,并介绍了建模方面的一些探索和研究成果。China.com记者马光/照片

中国科学院计算研究所研究员沈华伟介绍了近年来图形表示学习的主要进展,包括无监督网络嵌入和有监督图形神经网络,并分享了最近在网络表示学习和图形卷积神经网络方面的一些研究工作。China.com记者马光/照片

中国人民大学徐军教授重点研究搜索中强化排名学习的研究进展,包括用户与搜索系统的交互模式分析。实验结果表明,强化排序学习可以通过多轮交互获得更好的网页排序策略。China.com记者马光/照片

清华大学长期副教授贾加系统地介绍了他在情感计算和网络上海量数据交互方面的研究工作,重点介绍了情感维度属性与情感认知表征的相关方法、集成深度学习和因子图的海量跨模态异构数据的情感预测模型以及心理健康的情感计算方法。China.com记者马光/照片

北京大学的邹磊教授现场介绍了一种知识地图问答系统。China.com记者马光/照片

清华大学的王建勇教授尝试建立一个基于层次概念规则集的可解释学习框架。China.com记者马光/照片

崔斌教授介绍了他在设计和优化分布式机器学习系统方面的一些工作,包括高维海量数据的并行策略、异构环境的同步协议以及基于数据草图的梯度压缩方法。(照片由中国在线发行组织者提供)

中国科学院自动化研究所副研究员刘康结合研究团队近年来的工作,主要介绍了端到端知识获取和知识问答的最新方法。(照片由中国在线发行组织者提供)

清华大学唐杰教授简要回顾了图形卷积网络,并讨论了如何提高图形卷积网络对图形数据的表示学习能力。他说,几种巧妙简单的方法可以有效地提高gcn的表示能力,这可以等效地表示为图形注意网络(gat)。该方法的有效性已经在包括阿里巴巴在内的几个超大数据集上得到验证。(照片由中国在线发行组织者提供)

上一篇:官方:曼联门将教练阿尔瓦雷斯离开球队
下一篇:北京大兴国际机场正式通航 已有66家航空公司意向入驻

相关阅读

Copyright 2018-2019 cafetesfa.com 槐林新闻 Inc. All Rights Reserved.

关闭