Çin'deki Veri Bilimi Forumu: Büyük ineklerin bir araya gelmesi, endüstri-üniversite entegrasyonunda yeni bir yükselişin başlangıcı | KDD 2017
16 Ağustos'ta Pekin saatiyle (15 Ağustos, Amerika Birleşik Devletleri'nde yerel saatle), Kanada'nın Halifax kentinde düzenlenen 23. Uluslararası Veri Madenciliği Konferansı (KDD 2017) ana konferans gündemine girdi. KDD China, konferansın ilk gününde ana konferans gündeminde Çin'in veri madenciliği alanındaki gelişimi ve Çinlilerin bu alandaki araştırma sonuçlarına odaklanan "KDD 2017'de Çin'de Veri Bilimi" alt forumunu düzenledi.Leifeng.com özel bir medya olarak katıldı. Forum ve özel bir rapor hazırladı.
Ülkenin yarısı, veri madenciliğindeki en güçlü Çin gücü
Bir gün önceki açılış töreninde gösterilen veriler, KDD 2017 konferansında Çin'den gelen katılımcıların ABD'den sonra ikinci olduğunu gösterdi. Açılış töreninde düzenlenen ödül töreninde sadece Profesör Pei Jian ve Profesör Yang Qiang'a en önemli iki ödül olan KDD İnovasyon Ödülü ve KDD Üstün Hizmet Ödülü'ne layık görülmezken, Çin ekibi aynı zamanda iki KDD CUP yarışma konularından neredeyse ilk 10'u kazandı. isim. Ayrıca, konferansın "büyük kahve ile yüz yüze" yerinde iletişim faaliyetlerinde, beş misafirden üçü Çinli idi.Konferansın açılış konuşmasını da UC Berkeley'den Profesör Bing Yu yaptı. Leifeng.com, veri madenciliği alanında yükselen Çin gücünü bir kez daha hissetti.
Konferansta yayınlanan bilgilerde Leifeng.com da böylesine ilginç bir istatistik buldu: Microsoft Research, aşağıdaki şekilde gösterildiği gibi, son 5 yılda KDD yüksek etkili yazarların bir değerlendirmesini gerçekleştirdi ve balonun boyutu, yayınlanan makale sayısını temsil ediyor. Eksen, makalenin yazarı tarafından KDD'de yayınlanan her makalenin alıntılarının sıralamasını yansıtır (makalenin kalitesini temsil eder) ve yatay eksen, farklı yazarların makalelerinin atıf ilişkilerini birbirine bağlayan ve ardından her yazarın etkisini pagerank'a benzer bir yöntem kullanarak hesaplayan heterojen bir ağdır. Güç, sağ üst köşeye ne kadar yakınsa sıralama o kadar yüksek olur. Resimden, resimdeki yüksek etkili yazarların yarısını oluşturan birçok Çinli bilim adamının adını görebiliriz.
(Kaynak: Konferans Bilgileri ve Microsoft Araştırması)
Büyük sığır toplandı: sekiz konuşmacı, 370.000 alıntı
"KDD 2017'de Çin'de Veri Bilimi" forumu, ACM SIGKDD'nin (KDD Çin) Çin Şubesi tarafından düzenlenmektedir. KDD Çin'in genel sekreteri Zheng Yu, KDD konferansının Çin temalı bir alt forum düzenlediğinin üst üste üçüncü yıl olduğunu söyledi. Forum, veri madenciliği alanından sekiz seçkin Çinli profesörü, bilim adamını ve endüstriyel seçkinleri harika raporlar vermeye davet etti.ACM veri madenciliği alanında üç arkadaş, Profesör Han Jiawei (2003), Profesör Liu Bing (2015) ve Profesör Pei Jian ( 2015), Profesör Liu Bing'in ilk gündeme başkanlık ettiği ve Profesör Pei Jian'ın bir rapor verdiği olay yerine geldi.
Microsoft Asya Araştırma Direktörü ve KDD Çin Genel Sekreteri Dr. Zheng Yu'nun himayesinde alt forum 13: 30'da başladı. Profesör Yang Qiang bir açılış konuşması yaptı ve KDD'nin Çin'deki gelişim tarihini inceledi. Hem Çin'deki yapay zekanın hem de veri tabanlarının Çin'de popüler alanlar olduğunu, ancak nispeten az kişinin KDD'yi bildiğini söyledi. KDD'nin ilk olarak 1989'da Çin'de bir atölye açtığını ve birçok öncünün Çin'de KDD'nin gelişmesine katkıda bulunduğunu hatırlayın. KDD China'nın şu anda 800 üyesi var ve gücünü KDD'de kanıtladı, Zheng Yu ve Zhou Zhihua dahil KDD China yönetim ekibinin çabalarından ayrılamaz. Profesör Yang Qiang ayrıca, iki SIGKDD Çinli başkanı Liu Bing ve Pei Jian ile KDD 2017 başkanı Yu Shipeng'e KDD China'nın çalışmalarına ve bu alt forumun düzenlenmesine verdikleri destek için minnettarlığını ifade etti.
Sonraki forum iki gündeme bölündü. İlk gündeme Profesör Liu Bing başkanlık etti ve Profesör Yang Qiang ilk olarak "Özellik Mühendisliği ve Transfer Öğrenimi" üzerine bir rapor verdi. Profesör Yang Qiang, özellik mühendisliğinin orijinal verileri özelliklere dönüştürme süreci olduğunu ortaya koydu.Tipik bir veri madenciliği sürecinde özellik mühendisliği, önceki ve sonraki arasında önemli bir bağlantı olan veri seçiminden sonraki ikinci adımdır. Profesör Yang Qiang, özelliklerin modellerden daha önemli olduğuna dikkat çekti, çünkü özellikler modellere göre nötrdür ve bunlar aynı zamanda transfer öğrenmenin temelini oluşturur. Profesör Yang Qiang ayrıca, araba satın alımları gibi büyük tüketim için kullanıcı WeChat mikro işlem veri madenciliği kullanma örneği gibi, göç öğrenimi ile makine öğrenimini birleştirme uygulamasını ayrıntılı olarak tanıttı. Konuşmanın sonunda, "Büyük Veri, büyük veri sağlayamadığı sürece işe yaramaz. "Özellik alanı" nın özeti de sonraki birçok konuşmacı tarafından onaylandı.
(Profesör Yang Qiang, Hong Kong Bilim ve Teknoloji Üniversitesi)
Daha sonra, Rutgers-New Jersey Eyalet Üniversitesi'nden Profesör Xiong Hui, insan kaynakları ve işletme yönetiminde veri madenciliği uygulamasını tanıtan "Yetenek Analitiği: Beklentiler ve Fırsatlar" başlıklı bir rapor getirdi: yeteneklerle ilgili verilerin kullanımı Terfi değerlendirme ve işe alma sürecine yardımcı olmak için değerlendirme ve isteklilik analizi. Profesör Xiong Hui, kurumsal insan kaynaklarının veri madenciliğinin insan, kurumsal ve kültürel olmak üzere üç seviyeden oluştuğunu, mevcut ana araştırma çalışmalarının insan seviyesinde yoğunlaştığını, bir sonraki aşamada kurumsal ve kültürel seviyelerde araştırma yapmaya devam edeceğini söyledi.
(Rutgers-Profesör Xiong Hui, New Jersey Eyalet Üniversitesi)
Microsoft Research Asia'nın direktör araştırmacısı Dr. Zheng Yu'nun raporunun başlığı "Urban Computing-Urban Big Data Platfrom". Raporda, Dr. Zheng Yu, kentsel bilgisayar şehri büyük veri platformunun belediye planlama projelerinde uygulanmasını tanıttı.Kentsel büyük verinin büyük ölçekli ve değişken özelliklerinden dolayı, işleme için bulut tabanlı bir kentsel büyük veri platformuna ihtiyaç vardır. Sürekli edinim yoluyla, Şehrin karşılaştığı zorlukları çözmek için şehirdeki çeşitli heterojen büyük verileri entegre edin ve analiz edin ve yapay zeka yoluyla toplu taşımanın iyileştirilmesine yardımcı olun. Raporda Profesör Zheng, trafik tahmini, Guiyang Belediye Hükümeti ile işbirliği, bisiklet şeridi planlaması ve paylaşılan bisikletlere dayalı araç yönetimi gibi ayrıntılı pratik çalışmaları da tanıttı.
(Dr. Yu Zheng, Microsoft Research Asia Direktörü)
Forumun ikinci oturumuna UCLA'dan Profesör Wang Wei ev sahipliği yaptı. Günümüzün Toutiao bilim insanı Dr. Lei Li, Toutiaonun haber robotlarının ve el yazması yazma robotlarının pratik uygulamalarının yanı sıra derin sentez, dil üretimi, dil modelleme, derin öğrenme QA sistemi CFO'su ve yüz tanıma alanındaki araştırma çalışmalarını tanıttı.
(Bugünün manşet bilimcisi Dr. Li Lei)
Didi Araştırma Enstitüsü dekan yardımcısı Ye Jieping'in konuşmasının konusu "Intelligent Dispatch System" idi. Ye Jieping, Didi'nin özünün bir ticaret platformu olduğunu ve eşleştirmenin Didi'nin işinde önemli bir sorun olduğunu söyledi. Ayrıca, Didinin makine öğrenimini kullanarak grup mesajlaşma, hedefli itme ve hassas eşleştirme yoluyla kullanıcıları ve sürücüleri eşleştirmeye yönelik üç aşamasını tanıttı. ETA'nın doğruluğunu iyileştirme, varış yerlerini tahmin etme ve teslim alma konumlarını önerme gibi iki yenilik ile sürücü hizmet puanlarını tahmin etmek ve kullanıcı deneyimini iyileştirmek için büyük veri.
(Ye Jieping, Didi Araştırma Enstitüsü Dekan Yardımcısı)
Ardından Simon Fraser Üniversitesi'nden Profesör Pei Jian, "Çin endüstrisinde Veri Bilimi ve AI: bazı kişisel deneyimler" hakkında bir rapor getirdi. Rapor, yapay zekanın sanayileşmesinden ve yapay zekanın geleneksel endüstrilere uygulanmasından başlayarak, tedarik zinciri, imalat ve otomatik olarak toplanamayan diğer endüstriler, karmaşık ve standartlaştırılmamış uygulama senaryoları ve tipik AI sorunlarına dönüştürülmesi zor teknik sorunlar gibi geleneksel endüstri verilerinin nasıl çözüleceğini tartışıyor. Ayrıca, akıllı modellerin gerçekleştirilmesi, risk kontrolü ve Huawei'nin dahili tedarik zinciri uçtan uca optimizasyonuna dayalı müşteri hizmetleri hattı dahil olmak üzere Profesör Pei Jian ve Huawei arasındaki işbirliğine dayanan zorlukları bir örnek olarak sunar, tüm üretim sürecini değiştirmek için yapay zekayı kullanmayı umarak vb. Geçtiğimiz yıl akademik bir araştırmacı olarak Huawei ile işbirliğinin mahsulünü uyguladı ve paylaştı. Ayrıca Profesör Pei Jian, 2017 ACM SIGKDD İnovasyon Ödülü'nün de sahibidir.
(Simon Fraser Üniversitesi'nden Profesör Pei Jian)
Tsinghua Üniversitesi'nden Dr. Tang Jie, MOOC eğitiminde yapay zeka ve derin öğrenme uygulamasını tanıttı. KDD Cup 2015 yarışma başlığı "MOOCer'ın atlayıp atlamayacağını tahmin etmek için büyük veri kullanma '" başlığının Dr. Tang Jie tarafından yazıldığını belirtmek gerekir. Bu rapor aynı zamanda onun takiple ilgili araştırmasıdır ve nasıl yapılacağını gösterir. MOOC öğretim asistanları, öğrenmeyi geliştirmek için öğrencilerle etkileşimde bulunur ve tahmin doğruluğunu iyileştirmek ve MOOC eğitiminin uygulamasını iyileştirmek için LadFG'yi kullanır.
(Dr. Tang Jie, Tsinghua Üniversitesi)
Yine Tsinghua Üniversitesi'nden Dr. Cui Peng, sosyal dinamiklerdeki modelleme konularının bir paylaşımını getirdi. İnsan davranış mekanizmalarının karmaşıklığı ve dinamikleri ve geleneksel makine öğrenimi yöntemlerinin kara kutulara benzemesi nedeniyle, sosyal dinamik araştırmalarını karakterize etmek zordur ve sürekli tahminlerde bulunmak zordur.Fiziksel modellerin ve veriye dayalı kombinasyonun birleşimi sayesinde, inşa etmek mümkün olmuştur. Temel istatistiksel göstergeleri temelde gerçek sosyal ağ ile aynı olan bir sosyal ağ, sosyal ağ bilgilerinin yayılmasını doğru bir şekilde tahmin edebilir.
(Dr. Cui Peng, Tsinghua Üniversitesi)
İlk gündem bittikten sonra, konferans organizatörü konuşmacılarla grup fotoğrafı çekti. Bu grup fotoğrafı değerlidir: organizatör ve konuklar arasında iki SIGKDD sandalyesi (Liu Bing @ 2013, @ 2017), iki KDD konferans koltuğu ( @ 2012, @ 2017) ve altı KDD konferans PC Sandalyesi bulunmaktadır. (Han Jiawei @ 1996, @ 2008, @ 2010, @ 2012, @ 2014, @ 2018), iki KDD İnovasyon Ödülü sahibi (Han Jiawei @ 2004, @ 2017), üç KDD Üstün Hizmet Ödülü'nün (Pei Jian @ 2015, @ 2016, @ 2017) toplamda 370.000'den fazla bildiri ile kazananı, Çin veri madenciliği alanının omurgasının bir araya gelmesi olarak tanımlanabilir.
Soldan sağa: Tsinghua Üniversitesi'nden Doçent Doktor Cui Peng; Microsoft Araştırma Asya Araştırmacısı Direktörü; KDD Çin Genel Sekreteri Zheng Yu; Rutgers-New Jersey Eyalet Üniversitesi'nden Profesör Xiong Hui; Arizona Eyalet Üniversitesi'nden Profesör Liu Huan; Didi Araştırma Enstitüsü Başkan Yardımcısı KDD 2017 Konferansı Başkanı Chang Ye Jieping, Toutiao Lab Bilim Adamı Li Lei ve Tsinghua Üniversitesi Doçenti Tang Jie;
Soldan ön sıra: Profesör Liu Bing, Chicago'daki Illinois Üniversitesi, eski SIGKDD Başkanı, Profesör Han Jiawei, Urbana-Champaign'deki Illinois Üniversitesi, Hong Kong Bilim ve Teknoloji Üniversitesi Profesörü, KDD China Başkanı Yang Qiang, Kanada'daki Simon Fraser Üniversitesi Profesörü ve SIGKDD Pei Jian'ın mevcut Başkanı .
(Lei Feng.com'un notu: Forumun ikinci oturumunun sunucusu, UCLA Profesörü, KDD Konferansı İnovasyon Ödülü ve KDD Üstün Hizmet Ödülü Adaylığı Başkanı, KDD 2016 Üstün Hizmet Ödülü Sahibi Wang Wei, çünkü konferansta başka sorunlar da var. Bir fotoğraf çektikten sonra geldi, bu yüzden bu fotoğrafta yok)
Büyük verinin daha fazla endüstri-üniversite işbirliğine ihtiyacı var
Sürekli büyük veri birikimi ve bilgi işlem gücünün hızlı gelişimi ile bununla ilgili yapay zeka araştırmaları da hızla gelişmiştir. Profesör Yang Qiang'ın bu forumda söylediği gibi, veri madenciliğinin özü "veri" yerine "madencilik" yatıyor. Veri miktarı artarken, ilgili veri seçimi, algoritma ve özellik mühendisliği de daha önemli. Akademik önsözler Trend olan akademik çevreler ve büyük miktarda veriye sahip endüstriler, veri madenciliği ve yapay zekanın gelişimini teşvik etmek için daha yakın işbirliğine ihtiyaç duyar.
Leifeng.com, birçok akademik konferans arasında KDD'nin akademisyenlerle endüstriyi yakından bütünleştiren konferanslardan biri olduğunu öğrendi. Bu alt forumda, birçok konuğun raporlarının içeriği endüstri ile yakından bütünleştirilerek, büyük veri ve yapay zeka alanındaki en son öncülerin yanı sıra akademi ve endüstrideki büyük veri ve yapay zeka konularının değişim trendlerini anlamamızı sağlıyor. uygulama. Bu forumun toplanması yoluyla, Çinlilerin uluslararası veri madenciliği alanındaki etkisinin genişletilebilmesini ve yerel veri madenciliği alanındaki araştırmaların ve endüstrinin uygulama ve geliştirilmesinin teşvik edilebilmesini diliyorum.
