2020年数据科学国际研讨会圆满落幕

创建时间: 2020年12月21日, 星期一

2020年数据科学国际研讨会圆满落幕

 

 

2020年数据科学国际研讨会(MIIS)于2020年12月18日上午8:30在香港中文大学(深圳)行政楼W201会议室正式拉开帷幕。本次研讨会由深圳市大数据研究院、香港中文大学(深圳)、清华-伯克利深圳学院联合主办,会议历时三天,设有香港中文大学(深圳)会场和松山湖会场,邀请了徐宗本院士、David Tse、Benjamin Van Roy等数据科学领域世界前沿的科学家进行主题报告。200多名科学家、研究人员和工程师通过线下和线上参与了本次研讨会。

 

 

数据科学是发展十分迅速的学科。在大数据时代,各行各业数据体量暴增。因此,如何更好地处理和利用大数据成为领跑行业的关键,也是数据科学家们多年来一直致力的研究方向。

 

 

自2012年以来,数据科学国际研讨会(MIIS)一直致力于将世界顶尖的数据科学相关科学家、研究人员和工程师汇聚一堂,聚焦国际前沿学术问题,并讨论解决信息科学与大数据分析中的实际解决方案。研讨会于2016年开始由深圳市大数据研究院主办,现已成为国际数据科学界具有一定影响力的学术盛会。

 

开幕式上,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首先致欢迎辞。他提到今年突然爆发的疫情给MIIS会议的线下举办带来了很大的挑战,但得益于国内诸多高效的防疫举措,全国各地数据科学研究人员最终能够亲临现场。同时,会议也为无法到场的海外与会人员提供了线上参会的方式。

 

联合主办单位清华-伯克利深圳学院的黄绍伦教授随后发言,他表达了对本次研讨会的重视和美好期待。他简要介绍了清华-伯克利深圳学院的发展历程,这座同样诞生于2014年的学院和香港中文大学(深圳)在教育理念、国际化视野等方面还有许多的相似性。他表示,深圳是个十分年轻充满活力的城市,这些年来不断吸引着年轻的科学家,期待在大家的努力下,深圳会成为世界学术和科技中心之一。

 

开幕式结束后,为期三天的数据科学国际研讨会正式开始。在香港中文大学(深圳)会场,David Tse、Benjamin Van Roy、Fei Xia、David Gesbert几位教授通过线上会议室,Ercan Engin Kuruoğlu、宗成庆、张学工几位教授在线下会场分享了主题报告。

 

 

David Tse (线上)

Byzantine Consensus Through the Lens of Information Theory 

 

Benjamin Van Roy (线上)

Reinforcement Learning, Bit by Bit 

 

Ercan Engin Kuruoğlu

Beyond Trans-dimensional Sampling: Generalised Bayesian Model Selection

 

Fei Xia(线上)

Biomedical NLP: Machine Learning and Beyond

 

Chengqing Zong

Natural Language Representation and Decoding

 

Xuegong Zhang

A General Framework for Representing and Annotating Multifaceted Cell Heterogeneity in Human Cell Atlas

 

David Gesbert(线上)

Team Playing under Uncertainties

 

随后两天MIIS来到松山湖会场,Björn Ottersten、Eduard A. Jorswieck、Erik G. Larsson几位教授通过线上会议室,陶梅霞、陈洛南、徐宗本、文再文、程光、张纵辉几位教授在松山湖线下会场进行了研究分享。

 

Meixia Tao

Gradient Statistics Aware Power Control for Over-the-Air Federated Learning 

  

 

Meixia Tao

Gradient Statistics Aware Power Control for Over-the-Air Federated Learning 

  

Luonan Chen

Anticipated Learning Machine for Time-series Prediction

  

Björn Ottersten(线上)

Precoding in Wireless Communications and Satellite Systems

   

Eduard A. Jorswieck(线上)

On Copula-Based Multiuser Performance Bounds – the Road to Ultra-High Reliability

   

Erik G. Larsson(线上)

An Overview on Enabling Technologies for 6G

   

Zongben Xu

On Presuppostions of Machine Learning: A Best-fitting Theory

 

Zaiwen Wen

Exploring Stochastic Methods for Deep Learning and Reinforcement Learning

   

Guang Cheng

Nonparametric Perspective on Deep Learning

   

Tsung-Hui Chang

Federated Matrix Factorization: Algorithm Design and Applications

    

 

MIIS于12月20日正式结束。