中國計算機學會青年計算機科技論壇-廣州分論壇
CCF Young Computer Scientists & Engineers Forum-Guangzhou Branch
CCF YOCSEF廣州、CCF廣州
華南理工大學軟件學院
于2015年12月21日(周一)9:00-12:00
在廣州大學城華南理工大學軟件學院B8報告廳舉行
專題報告會,敬請光臨
報告會主題
強大的優(yōu)化工具——演化計算前沿技術報告會
演化計算是模擬自然界中的生物的演化過程產(chǎn)生的一種群體導向的隨機搜索技術和方法。研究對象一般具有非凸、非線性、超高維、超多目標、NP完全等多種性質(zhì)或者其中一種。此次論壇旨在為華南地區(qū)(特別是廣州)的高校和研究所從事演化計算相關方向的教師和研究人員提供一次交流和學習的機會,共同探討相關領域各方向的科研動態(tài)及發(fā)展趨勢,也為了吸引更多的年輕學者加入到這個主題的研究中來。本次論壇很榮幸地邀請到來自中國地質(zhì)大學的龔文引副教授、中國科技大學的唐珂教授、南京大學的俞揚副教授和華東師范大學的周愛民副教授等介紹他們在非線性方程組多值求解、超大規(guī)模優(yōu)化、演化機器學習等領域的一些最新研究成果。
12月21日,讓我們相聚廣州華南理工大學軟件學院,一起來探討演化計算前沿技術。
誠摯邀請各位同仁參加,期待您的光臨!
主辦: CCF YOCSEF廣州,CCF廣州,華南理工大學軟件學院
論壇程序:
9:00-9:10 開幕致辭
9:10-12:00 報告會(報告人順序按專家姓氏首字母)
特邀講者:龔文引副教授,中國地質(zhì)大學(武漢)計算機學院
演講主題:基于演化計算的非線性方程組多值求解
特邀講者:唐珂教授,中國科學技術大學計算機學院
演講主題:面向大規(guī)模優(yōu)化問題的演化算法
特邀講者:俞揚副教授,南京大學計算機科學與技術系
演講主題:基于分類的無梯度優(yōu)化
特邀講者:周愛民副教授,華東師范大學計算機科學技術系
演講主題:基于學習方法的演化優(yōu)化:以多算子搜索為例
執(zhí)行主席:
黃 翰 教授、博導,華南理工大學,CCF YOCSEF委員, IEEE、ACM member,中國計算機學會高級會員
吳慶耀 副教授、碩導,華南理工大學,IEEE、ACM member,中國計算機學會高級會員
蔡瑞初 副教授、碩導,廣東工業(yè)大學,CCF YOCSEF委員, IEEE、ACM member,中國計算機學會高級會員
參加人員:有興趣的老師、研究人員、博士和碩士。
報名聯(lián)系人:黃翰 (Email: hhan@scut.edu.cn ; Tel: 13570967527)
吳慶耀(Email: qyw@scut.edu.cn; Tel: 13822289840)
請務必填寫下附參會回執(zhí),于12月21日前回復郵件,我們會為老師優(yōu)先留位。
姓名 | 單位名稱 | ||
聯(lián)系電話 | |||
是否教師? | 職稱 |
溫馨提示:本次論壇不提供晚餐,也不作交通安排,給您帶來不便,請見諒。
(報告人順序按專家姓氏首字母)
特邀講者: 龔文引副教授,中國地質(zhì)大學(武漢)計算機學院
演講題目:Finding multiple optimal solutions of nonlinear equation systems with evolutionary algorithms (基于演化計算的非線性方程組多值求解)
簡介:龔文引,男,1979年10月生,湖南永順人,博士,現(xiàn)為中國地質(zhì)大學(武漢)計算機學院副教授,主要研究方向為智能計算及其應用。現(xiàn)擔任湖北省計算機學會副秘書長,國際SCI期刊Memetic Computing編委。主持國家自然科學基金兩項、教育部博士學科點新教師基金一項。在SCI期刊發(fā)表論文21篇(含IEEE會刊論文4篇),其中ESI高被引論文2篇,出版專著2部,曾獲得湖北省自然科學獎二等獎一項(序2)、湖北省優(yōu)秀博士學位論文獎、湖北省優(yōu)秀碩士學位論文獎、湖北省自然科學優(yōu)秀學術論文一等獎等獎勵。
摘要:在數(shù)值計算中,非線性方程組的求解是一個很困難的任務,尤其需要一次運行找到多個最優(yōu)解。近來,利用演化算法求解非線性方程組問題得到了越來越多的關注。一般而言,需要解決好兩個問題:1)如何把非線性方程組轉(zhuǎn)換成一個優(yōu)化問題;2)如何設計高效的優(yōu)化算法求解該優(yōu)化問題。我們的報告將探討兩類利用演化算法求解非線性方程組的方法,包括基于多目標優(yōu)化的方法和基于排斥技術的方法。兩類方法通過實驗驗證了其有效性。
特邀講者: 唐珂教授,中國科學技術大學計算機學院
演講題目: Large Scale Optimization through Evolutionary Algorithms (面向大規(guī)模優(yōu)化問題的演化算法)
簡介:唐珂,中國科學技術大學計算機學院教授、博士生導師,IEEE高級會員,主要從事演化計算、機器學習等領域的研究,已發(fā)表學術論文100余篇,曾獲教育部自然科學二等獎(第一完成人),中國電子學會自然科學一等獎(第三完成人),2012年入選教育部新世紀優(yōu)秀人才支持計劃,2015年獲英國皇家學會牛頓高級學者基金(Newton Advanced Fellowship)資助。現(xiàn)擔任IEEE Computational Intelligence Magazine等4個國際期刊副編/編委,曾任IEEE CEC2010/2013等7個國際會議程序委員會主席/共同主席,10余次受邀在國內(nèi)外學術會議/研討會作主題或教學報告。
摘要:算法的可擴展性是計算機科學的關鍵問題之一。盡管演化算法是解決復雜優(yōu)化問題的一種有力工具,但其對問題規(guī)模的擴展性不佳,因此在實際中的應用受到很大制約。本報告將以高維實值優(yōu)化問題為例,介紹采用合作型協(xié)同演化框架求解大規(guī)模優(yōu)化問題的原理以及關鍵技術,并簡要探討尚待解決的難點問題。
特邀講者: 俞揚副教授,南京大學計算機科學與技術系
演講題目:基于分類的無梯度優(yōu)化
簡介:博士,副教授。主要研究領域為人工智能、機器學習、演化計算、數(shù)據(jù)挖掘,特別關注演化計算的理論基礎及其在機器學習中的應用。分別于2004年和2011年獲得南京大學計算機科學與技術系學士學位和博士學位。2011年8月加入南京大學計算機科學與技術系。獲2013年全國優(yōu)秀博士學位論文獎、2011年中國計算機學會優(yōu)秀博士學位論文獎。發(fā)表論文30余篇,包括多篇Artificial Intelligence、JAIR、IEEE TEC、IJCAI、AAAI、KDD、NIPS等國際一流期刊和會議上,研究成果獲得KDD'12 Best Poster、GECCO'11 Best Theory Paper、PAKDD'08 Best Paper、PAKDD’06數(shù)據(jù)挖掘競賽冠軍等論文和競賽獎。任《Frontiers of Computer Science》青年副編輯,任人工智能領域國際頂級會議IJCAI’15高級程序委員,任IEEE計算智能協(xié)會數(shù)據(jù)挖掘與大數(shù)據(jù)分析技術委員會委員、IEEE計算智能協(xié)會演化計算技術委員會委員,中國人工智能學會機器學習專委會委員、中國計算機學會人工智能與模式識別專委會通訊委員。
摘要:在機器學習中基于梯度的優(yōu)化方法廣為使用,然而隨著機器學習模型愈加復雜,優(yōu)化非凸、多局部極致、不連續(xù)等復雜函數(shù)的需求劇增,梯度方法在理論和應用上都難以滿足需求。源于演化算法的統(tǒng)計視角,我們對基于分類模型的“采樣-學習”優(yōu)化框架進行分析,得到了該框架在有界函數(shù)上優(yōu)化性能的上界,揭示了影響該框架優(yōu)化性能的條件,并發(fā)現(xiàn)該框架在一定條件下可以高效解決Local Lipschitz連續(xù)等復雜問題類。依據(jù)理論結(jié)果,我們設計了“隨機軸收縮分類器”作為框架中的分類模型,得到了RACOS優(yōu)化算法。在對比實驗中RACOS顯示出更好的優(yōu)化性能。
特邀講者: 周愛民副教授,南京大學計算機科學與技術系
演講題目:Learning Guided Evolutionary Optimization: An Example on Multi-operator Search(基于學習方法的演化優(yōu)化:以多算子搜索為例)
簡介:周愛民,華東師范大學計算機科學技術系,副教授。分別于2001年和2003年在武漢大學獲得計算機學士和碩士學位,2009年在英國Essex大學獲得計算機博士學位,2009年起在華東師范大學工作。主要從事演化算法與優(yōu)化、機器學習、(遙感)圖像處理及應用等領域的研究與教學工作。目前發(fā)表近40余篇學術論文,包括IEEE Transactions on Evolutionary Computation, IEEE Transactions on Cybernetics, GECCO, CEC, EMO等期刊和會議,獲IES 2014最優(yōu)文論。擔任Swarm and Evolutionary Computation期刊副編輯及Complex & Intelligent Systems期刊編委。
摘要:Learning guided evolutionary optimization utilizes statistical & machine learning techniques to assist the evolutionary algorithms. The learning techniques can be used to extract the problem and algorithm information online and thus to improve the algorithm performance. When using learning techniques in evolutionary algorithms, there arises a variety questions, such as why using learning techniques, which learning techniques to use, and how to use learning techniques. In this talk, we try to answer some of these questions. Firstly, we will introduce our recent paper on a cheap surrogate model based multi-operator search strategy for global optimization. Secondly, we will summarize our work in recent years on this direction.
執(zhí)行主席 黃翰 華南理工大學軟件學院教授
黃翰,博士,男,1980年出生,華南理工大學軟件學院教授、博士生導師、智能算法與智能軟件研究所主任、華工-香港城大物流優(yōu)化研究室主任、廣東省杰出青年基金獲得者、廣東省特支計劃青年拔尖人才獲得者、廣州市珠江科技新星獲得者;曾兼職香港城市大學管理科學系高級研究助理,廣東省電子學會教育專業(yè)委員會副主任和中山大學管理學院項目管理專業(yè)(MPM)校外碩士生導師。近5年來承擔了國家自然科學基金面上項目、國家自然科學基金青年項目、教育部博士點基金項目、廣東省自然科學杰出青年基金項目、廣東省自然科學基金面上項目、廣州市珠江科技新星項目以及企事業(yè)委托研發(fā)的多項課題。獲得廣東省自然科學二等獎。在 IEEE Transaction on Cybernetics, Information Science,《中國科學》、《計算機學報》和GECCO等學術刊物和國際會議上發(fā)表50多篇,申請國家發(fā)明專利21項(授權(quán)6項,公開5項),獲軟件著作權(quán)26項。多項智能算法與智能軟件技術成功實現(xiàn)了成果轉(zhuǎn)化,成功應用30多例。
執(zhí)行主席 吳慶耀 華南理工大學軟件學院副教授
吳慶耀, 博士,男,1984年出生,華南理工大學軟件學院副教授, 碩士生導師,華南理工大學引進人才、校內(nèi)杰青,黑龍江省優(yōu)秀博士生,哈爾濱工業(yè)大學優(yōu)秀博士生。近5年來承擔了國家自然科學基金青年項目、中央高校杰青項目以及企事業(yè)委托研發(fā)的多項課題。在包括IEEE Transactions on Neural Networks and Learning Systems、IEEE Intelligent Systems、Pattern Recognition、Knowledge and Information Systems, BMC Genomics, SDM等重要國際期刊或會議上發(fā)表論文20 余篇。
執(zhí)行主席 蔡瑞初 廣東工業(yè)大學計算機學院副教授
蔡瑞初,博士,男,1983年出生,廣東工業(yè)大學計算機學院副教授、碩士生導師、廣東省杰出青年基金獲得者、廣州市珠江科技新星獲得者。近5年來承擔了國家自然科學基金面上項目、國家自然科學基金青年項目、教育部博士點基金項目、廣東省自然科學杰出青年基金項目、廣東省自然科學基金面上項目、廣州市珠江科技新星項目以及企事業(yè)委托研發(fā)的多項課題。獲得廣東省自然科學二等獎。在 IEEE Transaction on Knowledge and Data Engineering,Bioinformatics, Information Science、ICML、SIGMOD等學術刊物和國際會議上發(fā)表50多篇。多項專利成功實現(xiàn)了成果轉(zhuǎn)化,包括網(wǎng)易郵箱反垃圾郵件專利等。
1. 會場
廣州大學城華南理工大學軟件學院B8副樓報告廳
2.交通
? 乘公交(381,382,387,大學城專線1,2,3等)至華工站,然后步行至圖書館正門,從圖書館正門對著正校門筆直走,即可到達。
? 乘公交(380A,380B,380路環(huán)線,番201等)至華工正門站,進入校門,直走往左,即可到達。
? 自駕,終點是外環(huán)東路華工正門站,進入校門,直行往左,即可到達。