会议详情 |
发票类型:增值税普通发票 增值税专用发票
数据挖掘与知识发现是是人工智能、机器学习、数据库、统计、模式识别等多个交叉学科的热点研究领域,其研究成果已应用到多个研究领域,包括机器学习、模式识别、数据库、统计、知识获取、数据可视化、生物信息学等。中国数据挖掘会议(CCDM,China Conference on Data Mining)由中国计算机学会和中国人工智能学会联合主办、中国计算机学会人工智能与模式识别专委会和中国人工智能学会机器学习专业委员会协办,现已成为国内数据挖掘、人工智能最主要的学术活动。前四届中国数据挖掘会议学术会议分别在北京、郑州、烟台和广州成功举办,为学术和工业界的广大研究人员提供一个交流、合作平台,使得研究人员之间分享数据挖掘与知识发现领域的创新思想、研究成果、最新研究进展以及系统开发经验。
第五届中国数据挖掘会议(CCDM 2014)将于2014年5月23日至25日在浙江省金华市举行,由浙江师范大学数理与信息工程学院、浙江省计算机科学与技术重中之中学科联合承办。本次会议将为人工智能、数据挖掘、智能信息处理等相关领域的研究学者和工程实践人员,开展广泛的学术交流、交流最新研究成果、研讨发展战略,并且将邀请国内机器学习领域的著名学者做精彩报告,共同促进我国人工智能和数据挖掘理论与技术的发展和应用。
会议地点:浙江师范大学数理与信息工程学院(靠近学校东南门)
学校地址:中国浙江省金华市婺城区迎宾大道688号
特邀报告人:周傲英
周傲英,华东师范大学专业学者特聘教授、云计算与大数据研究中心主任、数据科学与工程研究院院长。他分别于1985和1988年在成都科技大学获得计算机应用学士和硕士学位,1993年在复旦大学计算机系获得博士学位。曾获得国家杰出青年基金。目前担任中国计算机学会数据库专业委员会副主任、担任《计算机学报》副主编,《World Wide World Journal》、《Frontiers of Computer Science》等期刊的编委;曾任ER'2004大会主席,ICDE'2009、ICDE'2012 PC副主席,VLDB'2014 PC共同主席。研究兴趣主要包括Web数据管理、数据密集型计算、内存集群计算、分布事务处理,大数据基准测试和性能优化。
报 告 题 目:
从大数据热看我国数据界的机遇
报 告 摘 要:
互联网改变一切,同样,Hadoop在处理WEB数据方面的巨大成功,撬动了数据管理领域长期固守的一些基本假设。存储技术的长足发展为数据管理提供了硬件条件,内存技术的发展神秘嘉宾迅速,加之CPU和网络技术的进步,面向企业的数据管理随之进入新一轮的探索发展阶段。本报告在回顾上世纪八十年代数据库机和内存数据库技术发展历史的基础上,综合分析当前应用需求和计算环境变化的现状。说明融合事务处理和数据分析能力的分布并行的内存集群计算系统是大数据时代我国计算机学界的一个难得的发展机遇。
特邀报告人:高新波
高新波,男,1972年生于山东莱芜。分别于1994、1997和1999年在西安电子科技大学获得学士、硕士和博士学位。1997-1998年赴日本静冈大学学习,2000-2001年赴香港中文大学做博士后研究。现为教育部专业学者特聘教授,国家杰出青年科学基金获得者,教育部创新团队负责人,IET Fellow、IEEE高级会员、中国计算机学会理事、多值逻辑与模糊逻辑专委会主任,中国图象图形学学会常务理事,陕西省图象图形学学会副理事长。担任Signal Processing、Neurocomputing等10个国内外学术期刊的编委,2004年入选教育部新世纪优秀人才支持计划,2006年获得霍英东教育基金会高等院校青年教师奖,2009入选新世纪百千万人才国家级人选。目前主要从事影像处理、分析和理解、模式识别和机器学习等领域的研究和教学工作。
报 告 题 目:
图像质量主观评价结果的数据挖掘
报 告 摘 要:
图像质量评价测度是图像处理领域中重要的指标参数,是成像系统调试和图像处理算法优化的依据。研究发现,现有图像质量评价算法均未超越专家的主观评价性能。为此,人们希望通过数据挖掘的方法来学习人眼视觉的评价机理,已获得与主观评价相吻合的客观评价结果。本报告在介绍图像质量评价方法研究进展及现状的基础上,重点介绍在大数据背景下三类基于机器学习的图像质量主观评价结果的数据挖掘方法,即基于稀疏表示的方法、基于多核学习的方法,以及基于弱监督流形学习的方法。三类学习算法建立了图像感知特征与主观评价结果之间的映射关系,获得了图像质量的客观评价测度。最后,简要介绍图像质量评价方法的研究趋势与应用前景。
特邀报告人:何晓飞
何晓飞,博士,浙江大学教授、博导,国家杰出青年基金获得者,IEEE高级会员。2000年毕业于浙江大学,获计算机学士学位;2005年毕业于美国芝加哥大学,获计算机博士学位;之后加入美国雅虎公司,任职研究科学家;2007年作为人才引进加入浙江大学,任职教授;曾获1999年国际大学生数学建模竞赛特等奖。近年来主要从事人工智能、互联网数据挖掘及计算机视觉等方面的研究。论文共被他人引用8000余次,其中两篇代表性论文分别被他人引用上千次。现/曾任7个国际SCI学术刊物的编委,包括IEEE TKDE、IEEE TCYB、CVIU等。曾近30次担任国际会议的大会主席、副主席及程序委员会委员。获得2012年人工智能顶级国际会议AAAI的最佳论文奖,以及2010年多媒体领域国际顶级会议ACM Multimedia的最佳论文提名奖。
报 告 题 目:
大数据时代的机器学习
报 告 摘 要:
在大数据时代,获取数据变得相对比较容易。但是如何有效的分析和理解海量数据仍是一个很大的问题。为了能够有效的借助传统机器学习算法的思想来解决大数据时代的问题,我们需要对数据本身进行更加紧凑有效的索引和表达。另外,不仅仅是数据的量大,数据的高维性和实时性也是大数据机器学习面临的两大挑战。我将就上述提到的几个问题跟大家分享一下我们的一些思路和想法。
提前注册(4月25日前):1250元/人
正常注册(4月26日及以后): 1500元/人
1、免费活动如何报名参加?
请通过文章中的联系方式报名参加。
2、价格显示为收费的活动具体费用是多少?我要如何报名?
你可以在网站上留言或电话(400-003-3879)咨询,我们会尽快联系你。
3、活动具体地址在哪里?
1、活动具体地址待报名后告知。
2、报名前可咨询“活动家”客服,服务热线 400-003-3879
4、活动截止报名时间是什么时候?
尽早报名,早报早优惠。
5、怎么提交论文?论文参会如何收费?
亲,您好!我们暂不接受论文提交或论文参会。
6、活动发票如何领取?
亲,您好!请您在下单时,在备注框内填写好发票抬头,发票寄送地址或其它信息,以便您能即时有效的收到发票。
相关会议