深圳大数据研究院联合主办2017年数据科学国际研讨会

创建时间: 2018年2月02日, 星期五

深圳大数据研究院联合主办2017年数据科学国际研讨会

 

      12月15日上午,2017年数据科学国际研讨会开幕式在香港中文大学(深圳)举行,研讨会由深圳市大数据研究院、香港中文大学(深圳)联合主办、腾讯赞助,香港中文大学(深圳)校长徐扬生教授,香港中文大学(深圳)副校长、深圳市大数据研究院院长罗智泉教授,深圳市龙岗区政府领导陈广文副区长,香港中文大学(深圳)协理副校长、深圳市大数据研究院副院长蔡小强教授,香港中文大学(深圳)理工学院教授、中国工程院外籍院士Stephen Boyd,以及国内外知名大学代表等嘉宾出席了开幕式。

       罗智泉教授在开幕式上向到场的嘉宾致欢迎辞。应粤港澳大湾区战略的需求,罗智泉教授认为,深圳市大数据研究院应团结香港、广东等地一批高校的力量,整合研究资源和数据资源,将研究院的影响力进一步扩大,扩展到整个湾区里。香港中文大学(深圳)也会与高校团结起来,互通有无,探索培养人才的最佳方案,储备高端人才以支撑整个大湾区的创新发展,支持区域内众多企业的需求。大数据研究院已经开展了数据科学硕士项目,此项目是与经管学院以及理工学院合办的硕士项目,首届已招收20多名优秀学生,学制一年半,学生除平时上课之外,还会在大数据研究院做实习研究,真正实现产学研一体化。

      与此同时,大数据研究院与工业界的合作也取得优异的成绩,并与许多知名企业单位成为合作伙伴关系。例如腾讯,华为,罗湖医院等知名企事业单位。与华为合作的两个项目都已完成,包括通讯网络领域的自动故障监控与诊断,住宅小区铜缆电线机箱的核心算法,两个项目都已经投入运营。研究院和企业会保持良好的长期合作,并积极开展新项目。除了与企业的合作外,深圳大数据研究院还积极开展与政府间的合作,研究院与龙岗区政府合作“智慧城市”建设,通过与龙岗区数据统筹办共享医疗卫生教育数据,实现资源分配合理化。同时由深圳大数据研究院研发的Learning Analytics System在港中大(深圳)也已投入使用,该系统通过分析校园内学生的各项数据,了解学生的在校情况、学习状况为学生量身定制学习计划,为学生推荐更优化的学习方式。罗教授指出大数据行业在未来的发展中要更好地实现数据采集过程中数据整理规范化,更要致力于深入透彻分析数据,从而形成一套完整的指导系统。深圳大数据研究院在国家自然科学基金委员会的资助下,在与国内外知名大学以及各大金融、通讯、医疗等领域企事业单位的合作中不断推进大数据研究发展,在不到两年的时间内已经取得了国际上的广泛认可。  
 

 

Stephen Boyd教授,斯坦福大学

Object Oriented Convex Optimization with CVXPY

 

Lieven Vandenberghe教授,加州大学洛杉矶分校

Primal-dual splitting methods for convex optimization

 

Mykel Kochenderfer教授,斯坦福大学

Robust Decision Making under Uncertainty for Safety Critical Applications

 

Bill Lin教授,加州大学圣地亚哥分校

Optical Circuit Switching by Default, Indirect Routing over Circuits for Adaptation

 

Jim Dai教授,康奈尔大学

Inpatient Overflow: An Approximate Dynamic Programming Approach 

 

  

Tong Zhang 主任,腾讯人工智能实验室

Improved Optimization of Finite Sums with Minibatch Stochastic Variance Reduced Proximal Iterations

 

Enhui Yang教授,滑铁卢大学

Cybersecurity: Challenges and Strategies

 

John C.S. Lui 教授,香港中文大学

Sampling Large Networks: Algorithms and Applications

 

Zhouchen Lin教授,北京大学

Learning Partial Differential Equations for Computer Vision and Image Processing

 

Hongkai Xiong教授,上海交通大学

Structured Sparse Representation with Deep Convolution Network

 
 

 

Pinyan Lu教授,上海财经大学

Approximate Counting via Correlation Decay

 

Tao Mei博士,微软亚洲研究院

Deep Visual Understanding

 

Mengdi Wang教授,普林斯顿大学

Randomized Iterative Methods and Complexity for Markov Decision Process

 

Weifeng Zhang博士,阿里巴巴

Maximizing Machine Learning Performance with Heterogeneous Computing Resources

 

Mingyi Hong教授,明尼苏达大学

Learning to Optimize: Training Deep Neural Networks for Wireless Resource Management

 

Ruoyu Sun教授,伊利诺伊大学伊香槟分校

Large gaps between cyclic and randomized orders in large-scale optimization

 

Qing Ling教授,中山大学

Decentralized Signal and Information Processing over Networks