线下沙龙 × 报名 | “大规模数据存储与挖掘”博士生研讨会

会员服务 ·

线下沙龙 × 报名 | “大规模数据存储与挖掘”博士生研讨会

2018 年 11 月 7 日 PaperWeekly

每年进入11月

周围的气氛就变得莫名紧张

各位是不是已经开始全力冲刺

年底的实验和论文了？

当然是今年的双十一啦！

战队点赞了嘛？

签到领能量了嘛？

当双十一撞上年底的实验和论文

小编忍不住也想给本次活动加把猛料

这里保证没有

“定金膨胀”、“预约返现”、“尾款满减”

之类高深莫测的套路

不信往下看

▼

本期计算未来轻沙龙——

“大规模数据存储与挖掘”专场

嘉宾人数直接翻 3 倍！

点击阅读原文免费报名

即可一次性畅享

九位清华计算机系大神的报告

张凯 / SmartX 联合创始人 & CTO

张凯，毕业于清华大学计算机系高性能所，SmartX 联合创始人 & CTO。

存储技术热点和趋势总结

近年来，存储技术的发展成为了热门话题，无论在存储硬件、存储协议、还是存储软件架构等领域，都出现了新的产品和技术。例如 NVMe SSD，NVM over Fabric，Persistent Memory，Software Defined Storage 等等。此外，也产生了一些新的应用场景，例如虚拟化、容器等等。

在本次报告中，我们将对近年来学术界和工业界的存储技术热点和趋势进行总结，并介绍软件定义存储产品面临的挑战。

李开宇 / 清华大学计算机系博士生

李开宇，清华大学计算机系，硕转博四年级在读博士生，主要研究方向为数据库下的近似查询、众包数据管理和时空数据库，在国际会议 ACM SIGMOD、国际期刊 IEEE TKDE、国际期刊 CSE，均有一作文章发表。

众包数据库中基于rating-ranking的Top-k查询

在这个 talk 中，我将会展示如何在众包数据库与中，基于概率模型 rating-ranking 推理给出 n 个实体的 Top-k 查询结果。并展示如何优化算法和节约查询代价。

李秀星 / 清华大学计算机系博士生

李秀星，博士在读，主要研究方向为数据库上的数据管理，相似度匹配与查询。硕士期间曾经在国际顶级会议 ICDE 上有论文发表。

An Efficient Framework for Exact Set Similarity Search Using Tree Structure Indexes

在这个 talk 里，我将会讨论现代数据库中的一个关键技术：相似集合查询。即给定一个集合，找到数据库中所有与其相近的记录。我提出了一种树状结构对其进行索引并且应用哈希算法对其过滤操作进行优化。进一步地，我提出了一种基于数据分块的多索引结构对查询过程进行了优化。

袁海涛 /清华大学计算机系硕士生

袁海涛，硕士在读，本科毕业于北京航空航天大学，研究方向为时空大数据管理（包含轨迹大数据的管理与查询），硕士期间曾在国际顶级会议 ICDE 上发表文章。

基于路网的出行轨迹大数据相似性查询与连接

在这个 talk 中，我们将讨论如何在时空数据库当中，基于路网提高出行轨迹数据在相似性查询和链接的效率。具体来说，我们重新定义了时空数据中基于路网的轨迹表达以及轨迹相似性的计算方式，然后设计相应的索引和查询算法。最后，我们将介绍如何在 Spark 上实现相应的分布式查询框架。

孙佶 / 清华大学计算机系博士生

孙佶，博士在读，本科毕业于北京邮电大学计算机学院，研究领域为可扩展数据融合。博士期间曾经在顶级会议 VLDB 发表文章。

分布式可扩展字符串相似查询系统

本次报告，我将介绍一个易部署可扩展分布式字符串查询系统的设计原理以及其在实际数据融合、查询推荐中的应用。

骆昱宇 / 清华大学计算机系硕士生

骆昱宇，硕士在读，研究领域为数据可视化和数据清洗。曾经在 SIGMOD、ICDE、EDBT 发表文章。

Towards Automatic Data Visualization

This talk mainly introduces the key techniques of automatic data visualization. (I) Visualization Recognition: given a visualization, is it "good" or "bad"? (II) Visualization Ranking: given two visualizations, which one is better? (III) Visualization Selection: given a dataset, how to recommend top-k visualizations?