7月5日

CQ0.01   会议代表签到		7月5日 09:00-21:00   丽笙酒店大堂
主持人: 吴至友（重庆师范大学）
09:00-21:00

CQ0.03   自助晚餐		7月5日 18:30-20:00   自助餐厅
18:30-20:00

7月6日

CQ1.01   大会开幕式		7月6日 08:30-9:00   一楼经纬厅
主持人: 张波（中科院数学与系统科学研究院）
08:30-9:00 大会开幕式致辞嘉宾： （1）大会主席 徐宗本院士 （2）重庆师范大学校领导 （3）中国工业与应用数学学会理事长 张平文院士

CQ1.02   会议代表合影/茶歇		7月6日 09:00-09:40   合影台/茶歇室
主持人: 杨新民（重庆师范大学）
09:00-09:40

CQ1.03   大会特邀报告：大数据驱动的可计算建模（张平文院士）		7月6日 09:40-10:30   一楼经纬厅
主持人: 闫桂英（中科院数学与系统科学研究院）
09:40-10:30 报告摘要：可计算建模(computable modeling) 指根据所研究问题对计算精度的要求, 综合运用相关领域知识建立或简化模型, 减少计算量, 提高计算效率, 使得模型在现有计算机条件下可计算。量子力学中的密度泛函方法，流体中通过雷诺平均方法模拟湍流运动，天气预报中的次网格方法等都是典型的可计算建模方法。大数据使得以预测为目的建模可以不依赖于机理，从而极大地拓展了计算研究的领域。机理与数据相结合的可计算建模为科学与工程计算开辟了广阔的空间。本报告将介绍一些基于模拟数据和观测数据的可计算建模方法，以及针对具体问题的模拟结果。 报告人简介：张平文，中国科学院院士，北京大学数学科学学院教授，北京大学副教务长、学科建设办公室主任、科学与工程计算中心常务副主任、“数学及应用”教育部重点实验室主任，中国工业与应用数学学会（CSIAM）理事长。2011年在第七届国际工业和应用数学大会做大会邀请报告，2014年在美国工业和应用数学年会 做大会邀请报告，2015年担任第八届国际工业和应用数学大会组织委员会成员及学术子委员会主席，发展中国家科学院院士。

CQ1.04   大会特邀报告：大数据背景下的小样本学习（徐宗本院士）		7月6日 10:30-11:20   一楼经纬厅
主持人: 闫桂英（中科院数学与系统科学研究院）
10:30-11:20 报告摘要：大样本学习与小样本学习是人工智能中两种基本的学习范式。前者旨在学习大量样本（大数据）中所蕴含的统计规律，后者旨在通过少量观测（小样本）形成概念或完成辨识任务。以深度学习为代表的机器学习主要适用于大样本学习，而小样本学习尚未形成系统的方法论。本报告提出小样本学习的框架、模型，概述小样本学习的国内外进展,并提出应重点关注的研究方向。报告将小样本学习区分为概念学习（Concept Learning）和经验学习（Experience Learning）两个大的范畴。概念学习主要用于概念发现和模式识别，它基于已有的知识从少量观测（小样本）中形成概念并快速完成识别任务；概念学习可通过一个概念系统和一个关联规则来实现：概念系统反映对概念的知识描述（分内涵表示与外延表示），而关联规则刻画如何将观测（小样本）与概念系统相关联和匹配的原则与方法；关联规则是概念学习研究的主体。经验学习指样本严重不足情形下的大样本学习，其解决问题的基本策略包括“通过增广样本使用大样本方法”和“修正大样本方法适应小样本应用”两类。增广样本的生成（如GAN等生成模型）和大样本方法的修正（如模型驱动的深度学习、元学习等）是经验学习研究的主体。我们概括以上两类小样本学习已知的典型方法，典型应用与发展趋势。最后，我们提出小样本学习凾待解决的系列科学问题。 报告人简介：徐宗本，中国科学院院士，西安交通大学数学与统计学院教授，中国科学院信息技术科学部副主任，西安大数据与人工智能研究院院长，大数据算法与分析技术国家工程实验室主任，国家新一代人工智能战略咨询委员会委员，CSIAM大数据与人工智能专业委员会联合主任。2007年研究结果《基于认知与非欧式框架的数据建模基础理论研究》获国家自然科学二等奖，2008年获第二届CSIAM苏步青应用数奖，2010年在国际数学家大会作45分钟报告。

CQ1.05   大会特邀报告：关于深度学习的思考（周志华教授）		7月6日 11:20-12:10   一楼经纬厅
主持人: 闫桂英（中科院数学与系统科学研究院）
11:20-12:10 报告摘要：本报告将介绍我们最近关于深度学习背后的关键因素的一些初步思考和探索。 报告人简介：周志华，南京大学教授，计算机科学与技术系主任、人工智能学院院长、校学术委员会委员。CSIAM大数据与人工智能专业委员会副主任，中国计算机学会人工智能专业委员会主任。2003年获国家杰出青年科学基金，2006年入选教育部长江学者特聘教授，2017年入选欧洲科学院外籍院士。主要从事人工智能、机器学习、数据挖掘的研究，著有《Ensemble Methods: Foundations and Algorithms》和《机器学习》，在人工智能领域顶级国际期刊和会议发表论文二百余篇，据谷歌学术统计被引用三万余次，H指数85。曾获国家自然科学二等奖、两次教育部自然科学一等奖、CCF“王选奖”及多种国际学术奖项等。在人工智能相关的五大主流国际学会包括ACM(美国计算机学会)、AAAI(国际人工智能学会)、AAAS(美国科学促进会)、IEEE(国际电气电子工程师学会)、IAPR(国际模式识别学会)均入选“Fellow”的首位华人学者，也是在人工智能两大综合性顶级国际学术会议(1969年开始的IJCAI和1980年开始的AAAI)均担任程序委员会主席的首位华人学者。

CQ1.06   自助午餐		7月6日 12:30-14:00   自助餐厅
12:30-14:00

CQ1.08A   分组报告（A）：大数据分析基础算法		7月6日 14:30-16:10   一楼天空厅
主持人: 孟德宇（西安交通大学）
14:30 - 14:55 证券大数据挖掘算法研究与实践   摘要 何清 (中国科学院计算技术研究所)
14:55 - 15:20 并行与分布式随机学习   摘要 李武军 (南京大学)
15:20 - 15:45 贝叶斯机器学习   摘要 朱军 (清华大学)
15:45 - 16:10 Vclustering：大数据视觉聚类算法   摘要 杨树森 (西安交通大学)

CQ1.08B   分组报告（B）：强化学习与博弈论		7月6日 14:30-16:10   一楼大地厅
主持人: 俞扬（南京大学）
14:30 - 14:55 大规模博弈的计算   摘要 安波 (南洋理工大学计算机科学与工程学院)
14:55 - 15:20 大规模应用机制设计   摘要 唐平中 (清华大学交叉信息研究院)
15:20 - 15:45 基于局部数据的自学习最优控制：迭代自适应动态规划方法   摘要 魏庆来 (中国科学院自动化研究所)
15:45 - 16:10 强化学习：从虚拟走向现实   摘要 俞扬 (南京大学计算机科学与技术系)

CQ1.08C   分组报告（C）：媒体大数据分析		7月6日 14:30-16:10   一楼海洋厅
主持人: 范建平（西北大学）
14:30 - 14:55 基于混合深度网络的大规模视觉识别   摘要 范建平 (西北大学)
14:55 - 15:20 连接社会多媒体大数据   摘要 徐常胜 (中国科学院自动化所)
15:20 - 15:45 Video Content Analysis with Deep Learning   摘要 薛向阳 (复旦大学)
15:45 - 16:10 记忆驱动的媒体计算方法思考   摘要 吴飞 (浙江大学)

CQ1.08D   分组报告（D）：大气环境数据分析		7月6日 14:30-16:10   三楼尊汇厅/杰汇厅
主持人: 陈松蹊（北京大学）
14:30 - 14:55 Spatial Prediction of PM2.5 in Beijing Using the Machine Learning   摘要 Guo Bin (Southwestern University of Finance and Economics)
14:55 - 15:20 基于稀疏图模型的PM2.5分布的网络结构学习   摘要 张海 (西北大学)
15:20 - 15:45 Climate Change and Impacts on Air Pollution -- Results from North China   摘要 陈松蹊 (北京大学)
15:45 - 16:10 Improving Air Quality Data Assimilation by Covariance Regularization   摘要 林伟 (北京大学)

CQ1.09   茶歇		7月6日 16:10-16:30   茶歇室
16:10-16:30

CQ1.10E   分组报告（E）：深度学习理论		7月6日 16:30-18:10   一楼天空厅
主持人: 朱军（清华大学）
16:30 - 16:55 对偶学习   摘要 刘铁岩 (微软亚洲研究院)
16:55 - 17:20 深度网络的收敛性保证   摘要 刘日升 (大连理工大学)
17:20 - 17:45 深度学习的优化理论   摘要 朱占星 (北京大学)
17:45 - 18:10 Model-driven Deep Learning   摘要 孙剑 (西安交通大学)

CQ1.10F   分组报告（F）：生物医学大数据的理论与方法		7月6日 16:30-18:10   一楼大地厅
主持人: 王勇（中科院数学与系统科学研究院）
16:30 - 16:55 Data-driven Computational Systems Biology for Complex Diseases   摘要 陈洛南 (中国科学院上海生命科学研究院)
16:55 - 17:20 生物医学数据降维的最优化方法   摘要 王勇 (中国科学院数学与系统科学研究院)
17:20 - 17:45 生物医学大数据的深度学习方法   摘要 江瑞 (清华大学)
17:45 - 18:10 基于电子病历的无监督表型信息提取技术   摘要 俞声 (清华大学)

CQ1.10G   分组报告（G）：大数据机器学习		7月6日 16:30-18:10   一楼海洋厅
主持人: 张利军（南京大学）
16:30 - 16:55 行为意图预测分析研究   摘要 郑伟诗 (中山大学)
16:55 - 17:20 大数据环境下的机器学习误差建模原理   摘要 孟德宇 (西安交通大学)
17:20 - 17:45 动态环境下的在线学习   摘要 张利军 (南京大学)
17:45 - 18:10 基于教育大数据的认知能力诊断方法   摘要 刘淇 (中国科学技术大学)

CQ1.10H   分组报告（H）：金融数据分析与智能投融		7月6日 16:30-18:10   三楼尊汇厅/杰汇厅
主持人: 高卫国（复旦大学）
16:30 - 16:55 基于L0-稀疏优化的投资组合及信贷客户违约判别   摘要 杨莉 (大连理工大学)
16:55 - 17:20 基于大数据的小微客户信用风险评估   摘要 韦立坚 (中山大学)
17:20 - 17:45 基于KDE的分布鲁棒投资组合优化   摘要 于波 (大连理工大学)
17:45 - 18:10 Endogenous Formation of Interbank Credit Network   摘要 于同奎 (西南大学)

CQ1.11   自助晚餐		7月6日 18:30-20:00   自助餐厅
18:30-20:00

7月7日

CQ2.01J   分组报告（J）：人工智能中的优化理论与方法		7月7日 08:30-10:10   一楼天空厅
主持人: 郭田德（中科院大学）
8:30 - 8:55 On Adaptive Cubic Regularized Newton's Methods for Convex Optimization via Random Sampling   摘要 江波 (上海财经大学)
8:55 - 9:20 RDA: A Sparse Optimization Method for Deep Neural Networks   摘要 贾晓东 (北京大学)
9:20 - 9:45 The Seeding Algorithms for Spherical K-Means Clustering   摘要 徐大川 (北京工业大学)
9:45 - 10:10 Document Classification via Nonlinear Metric Learning   摘要 白延琴 (上海大学)

CQ2.01K   分组报告（K）：医学大数据与人工智能		7月7日 08:30-10:10   一楼大地厅
主持人: 孔德兴（浙江大学）
8:30 - 8:55 人工智能与病理组学   摘要 来茂德 (中国药科大学)
8:55 - 9:20 人工智能辅助诊疗驱动下的医学数据共享和安全计算   摘要 钱大宏 (上海交通大学)
9:20 - 9:45 数理医学及其临床应用   摘要 孔德兴 (浙江大学)
9:45 - 10:10 基于影像数据的皮肤病智能辅助诊断   摘要 罗翌新 (中国科学技术大学)

CQ2.01L   分组报告（L）：网络大数据的理论与方法		7月7日 08:30-10:10   一楼海洋厅
主持人: 吕金虎（中科院数学与系统科学研究院）
8:30 - 8:55 从基于模型的分布式控制器设计到无模型分布式控制器设计   摘要 温广辉 (东南大学)
8:55 - 9:20 基于分散短路径集和网络传输状况信息的复杂网络路由算法研究   摘要 陈光 (台州学院)
9:20 - 9:45 Distributed stabilization of networking heterogeneous agents in the strong-weak competition network   摘要 胡鸿翔 (杭州电子科技大学)
9:45 - 10:10 网络群体智能   摘要 虞文武 (东南大学)

CQ2.01M   分组报告（M）：高维数据分析与学习系统		7月7日 08:30-10:10   三楼尊汇厅/杰汇厅
主持人: 郝志峰（佛山科技学院）
8:30 - 8:55 非确定环境中的集成学习   摘要 唐珂 (南方科技大学)
8:55 - 9:20 基于有限混合t分布的贝叶斯聚类与特征选择   摘要 孙建永 (西安交通大学)
9:20 - 9:45 基于随机嵌入的高维非梯度优化与学习   摘要 俞杨 (南京大学)
9:45 - 10:10 求解高维优化问题的协作协同演化方法   摘要 周爱民 (华东师范大学)

CQ2.01N   分组报告（N）：智慧金融		7月7日 08:30-10:10   三楼香山厅
主持人: 秦曾昌（马上消费金融股份有限公司）
8:30-9:00 金融科技的力量-从信用债风险控制系统谈起 报告人：高峰（暖流资产）
9:00-9:30 大数据和人工智能在风控领域应用 报告人： 李谦（马上消费金融股份有限公司）
9:30-10:00 基于深度学习及知识图谱的在线服务交易精准匹配 报告人：周家林（猪八戒网）

CQ2.02   茶歇		7月7日 10:10-10:30   茶歇室
10:10-10:30

CQ2.03P   分组报告（P）：面向疾病的机器学习理论与方法		7月7日 10:30-12:10   一楼天空厅
主持人: 戴道清（中山大学）
10:30 - 10:55 Identifying cancer related molecules based on molecular networks   摘要 赵兴明 (复旦大学)
10:55 - 11:20 基于机器学习的疾病关联预测研究   摘要 王建新 (中南大学)
11:20 - 11:45 基于非线性特征变换的图像数据分析方法   摘要 任传贤 (中山大学)
11:45 - 12:10 正则化与自步学习方法在生物医学大数据上的应用   摘要 梁勇 (澳门科技大学)

CQ2.03Q   分组报告（Q）：城市大数据分析与智慧城市		7月7日 10:30-12:10   一楼大地厅
主持人: 王桥（东南大学）
10:30 - 10:55 大数据在城市规划应用的四个维度   摘要 杨俊宴 (东南大学建筑学院)
10:55 - 11:20 城市计算：用大数据和AI打造新型智能城市   摘要 张钧波 (京东集团城市计算事业部)
11:20 - 11:45 利用滴滴出行数据透视中国城市空间发展   摘要 龙瀛 (清华大学建筑学院)
11:45 - 12:10 Big Data Analytics in Mobile Environments   摘要 熊辉 (美国新泽西州立大学，百度商业智能实验室)

CQ2.03R   分组报告（R）：大数据系统软件		7月7日 10:30-12:10   一楼海洋厅
主持人: 程学旗（中科院计算所）
10:30 - 10:55 基于图计算的高性能大数据分析系统 Gemini   摘要 陈文光 (清华大学)
10:55 - 11:20 Blink：流批统一的大数据平台   摘要 孙金城 (阿里云)
11:20 - 11:45 Streaming-out输出式流式大数据实时回放系统   摘要 顾荣 (南京大学)
11:45 - 12:10 SQLGraph：关系查询与图计算融合的异构图分析系统   摘要 张志斌 (中国科学院计算技术研究所)

CQ2.03S   分组报告（S）：大数据与人工智能的产业创新		7月7日 10:30-12:10   三楼尊汇厅/杰汇厅
主持人: 傅毅明（北京大数据研究院）
10:30 - 10:55 华院的数据和智能创新实践   摘要 宣晓华 (华院数据)
10:55 - 11:20 人工智能与高性能计算初探   摘要 王彦棡 (中科院计算机网络信息中心)
11:20 - 11:45 大数据在城市治理中的应用实践和创新服务   摘要 张翔 (北京市政交通一卡通公司)
11:45 - 12:10 圆桌交流   摘要 杨竞霜 (北京大数据研究院)

CQ2.03T   分组报告（T）：人工智能和大数据的工程实践		7月7日 10:30-12:10   三楼香山厅
主持人: 主持人：高峰（暖流资产）
10:30-11:00 自然语言处理和声音识别在智能客服中的应用和实践 报告人：权圣（马上消费金融股份有限公司）
11:00-11:30 报告二：知识图谱赋能企业智能化升级 报告人： 吴刚（北京知识图谱科技有限公司）
11:30-12:00 报告三：基于专业背景应用的大数据分析实训软件框架规划 报告人： 鲁刚（厦门布塔信息技术股份有限公司）

CQ2.04   自助午餐		7月7日 12:30-14:00   自助餐厅
12:30-14:00

CQ2.05   大会特邀报告：数学机械化与定理机器证明（高小山研究员）		7月7日 14:30-15:20   一楼经纬厅
主持人: 郝志峰（佛山科技学院）
14:30-15:20 报告人简介： 高小山，研究员，中国科学院数学与系统科学研究院常务副院长，中国工业与应用数学会（CSIAM）副理事长，中国数学会副理事长。先后担任3个国家重点基础研究发展计划(973)项目的首席科学家，包括“数学机械化与自动推理平台”（1999-2003）、“数学机械化方法及其在信息技术中的应用”（2004-2009）、“数学机械化方法与数字化设计制造”（2011-2015）。 国际符号与代数年会(ISSAC)指导委员会委员、主席(2006-2009)。

CQ2.06   大会特邀报告：机器学习的前沿研究和趋势（张潼博士）		7月7日 15:20-16:10   一楼经纬厅
主持人: 郝志峰（佛山科技学院）
15:20-16:10 报告摘要：机器学习是人工智能的核心技术。它的一系列研究进展导致了近些年人工智能在应用上的爆发和普及。在这个报告中我介绍一下机器学习的前沿研究方向和趋势, 以及和实际应用的关系。 报告人简介：张潼博士，腾讯AI Lab主任，中央组织部“千人计划”特聘专家，美国康奈尔大学数学系和计算机系学士，斯坦福大学计算机系硕士和博士、CSIAM大数据与人工智能专业委员会副主任。曾经担任美国新泽西州立大学教授、IBM研究院研究员、雅虎研究院主任研究员，百度研究院副院长和大数据实验室负责人。美国统计学会和国际数理统计学会Fellow，并担任NIPS、ICML、COLT等国际顶级机器学习会议主席或领域主席。

CQ2.07   茶歇		7月7日 16:10-16:30   茶歇室
16:10-16:30

CQ2.08   大会特邀报告：Over-parametrized Learning （鄂维南院士）		7月7日 16:30-17:20   一楼经纬厅
主持人: 杨新民（重庆师范大学）
16:30-17:20 报告摘要：Over-parametrized learning refers to the situation in machine learning when the number of parameters in the model is more than the size of the training dataset. Deep learning models are often in this regime. A more strict definition is that the model can fit any label for the training data. In many cases, there is a large set of parameters that can fit the data perfectly. Many new questions arise for the understanding of over-parametrized learning. Among the set of parameters that fit the training data, which ones perform the best for the population risk? Which set of parameters will be selected by a particular optimization algrithm? What prevents these models from overfitting? I will report some recent progress on the understanding of these very puzzling questions. 报告人简介：鄂维南，中国科学院院士，普林斯顿大学数学系和应用数学研究所教授，运筹和金融工程系兼职教授，北京大学大数据科学研究中心主任，北京大数据研究院院长，CSIAM大数据与人工智能专业委员会联合主任。1996年获首届美国总统青年科学家与工程师奖。2003年获国际工业与应用数学协会科拉兹 (Collatz) 奖。2009年获美国工业与应用数学学会克来曼 (Kleinman) 奖。2014年获美国工业与应用数学学会卡门 (Theodore von Karman) 奖。首届美国数学学会、美国工业与应用数学学会FELLOW。

CQ2.09   大会闭幕式		7月7日 17:20-17:50   一楼经纬厅
主持人: 杨新民（重庆师范大学）
17:20-17:50 大会闭幕式致辞嘉宾：鄂维南院士

CQ2.10   自助晚餐		7月7日 18:00-19:30   自助餐厅
18:00-19:30

CQ2.11   专委会全体委员会议		7月7日 19:30-21:30   三楼香山厅
主持人: 张波（中科院数学与系统科学研究院）
19:30-21:30