2018中国人工智能大会倒计时6天

由

中国人工智能学会和深圳市罗湖区人民政府主办，马上科普承办的 “ 2018 中国人工智能大会 ” （ CCAI 2018 ）将于 7 月 28 日 - 29 日在深圳盛大开幕。

本次大会共邀请了50余位嘉宾，将有1200人次参会。大会将包含 8 场大会主旨报告，4场大会讲座，3个专题论坛。

韩家炜大会报告

韩家炜，伊利诺伊大学香槟分校计算机系教授，ACM/IEEE Fellow，被称为“数据挖掘第一人”。在数据挖掘领域有重要的学术影响力，发表论文600余篇，出版多部专著。曾担任国际知名会议KDD、SDM和ICDM程序委员会主席，创办了学术期刊ACM TKDD并担任主编。曾荣获2004 ACM SIGKDD创新奖、2005 IEEE计算机分会技术成就奖、2009 IEEE计算机协会的Wallace McDowell奖等重要奖项。专著Data Mining: Concepts and Techniques被公认为数据挖掘领域的经典教材。

 

演讲题目：基于海量文本数据的结构化知识抽取：数据挖掘、机器学习和自然语言处理的融合技术 

演讲时间：7 月 29 日 9 : 00 - 9 : 50

摘要：我们认为大规模的文本数据其自身蕴含着大量的模式、结构或知识。通过将无领域限制的大规模文本数据和具有领域限制的知识库结合，可以充分发挥大规模文本数据的优势去处理非结构化数据转换为结构化数据的难题。在这个报告中，我将介绍我们最近是如何借助大规模文本数据自身的力量去做大规模的知识抽取。主要包括关键短语抽取、基于远监督的实体识别和关系分类、基于模式的信息提取方法、多元分类的自动发现，以及多维文本数据集的构建等方法。我们证明将数据挖掘、机器学习和自然语言处理三个技术进行融合是一个非常重要且极有前途的方向。

刘兵大会报告

刘兵，伊利诺伊大学芝加哥分校杰出教授，AAAI/ACM/IEEE Fellow。2013—2017年ACM SIGKDD的主席，也是很多顶级数据挖掘会议的程序主席，包括KDD、ICDM、CIKM、WSDM、SDM和PAKDD。TKDE、TWEB、DMKD和TKDD等顶级期刊副主编。在顶级会议和期刊发表了大量的论文，其中两篇论文获得了KDD 10年Test-of-Time奖。

 

演讲题目：终身学习、连续学习和元学习

演讲时间：7 月 29 日 9 : 50 - 10 : 40

摘要：传统的机器学习方法是在封闭的环境中进行单一的隔离任务的学习。它通常需要大量的标注好的训练数据才能进行有效的学习。这种学习方法只适合有限的、有完整定义的任务。在大量的实际场景中，这种隔离的学习范式不是那么有效。智能体因此必须在与环境的持续互动中能做到保留学会的知识，并且使用这些知识使得将来的学习变得更好。当遇到陌生的环境，智能体必须能够利用已有的知识来处理陌生环境并进一步学习。这种泛化的学习能力是人类智能特有的。没有这种能力，一个智能体恐怕很难称得上真正的智能。近些年，我们看到一些新兴的以终身学习、连续学习和元学习或者永无止境学习命名的研究趋势，它们试图给予智能体这种能力。在本演讲中，我会介绍这些话题和一些近期的进展。

CCAI2018，与您一起见证时代的发展、智慧的变迁！

请输入标题

更

多大会详情、参会细节，请关注大会官网：http://ccai2018.caai.cn/

· end ·

点击“阅读原文”了解大会详情