中国人民大学

讲者简介：杜小勇，CCF会士、中国人民大学吴玉章特聘讲席教授。现任中国人民大学明理书院院长、信息学院教授、数据工程与知识工程教育部重点实验室主任。长期从事数据库与大数据的研究工作，数据库系统成果荣获国家科技进步奖二等奖。曾担任国家863计划数据库重大专项专家组组长，国家863计划软件重大专项专家组成员，国家重点研发计划云计算和大数据重大专项总体专家组成员等。曾担任CCF数据库专业委员会主任、大数据专家委员会主任等。

报告题目：面向数据空间的跨域数据管理技术

报告摘要：本报告将汇报国家自然科学基金应急项目“数据空间高效安全流通基础设施架构与优化方法”最新进展，通过对数据空间应用场景的调研，形成了数据空间新的应用场景、新的系统架构和新的数据管理技术的认知，本报告将报告项目组在部分方向上的初步研究成果。

中国科学技术大学

讲者简介：陈恩红，CCF会士、中国科学技术大学讲席教授，认知智能全国重点实验室副主任，IEEE Fellow，安徽省计算机学会理事长，大数据分析与应用安徽省重点实验室主任，国家万人计划创新领军人才、国家杰出青年基金获得者，承担了国家重点研发计划项目、国家自然科学基金重大仪器研制项目、国家自然科学基金区域联合重点项目、装发重大基础加强项目等。主要研究方向是人工智能、数据挖掘、推荐系统等，获教育部、中国计算机学会、中国电子学会自然科学一等奖，KDD、ICDM等的最佳论文/学生论文、2024 APWeb-WAIM Test of time奖等。

报告题目：数据驱动智能：大模型性能与数据间的关联定律探索

报告摘要：大模型的快速发展得益于海量数据的支撑，而数据的质量与规模直接决定了模型的智能水平。报告首先回顾大模型发展过程中数据作为核心驱动力的背景，探讨数据熵律在大模型智能水平提升中的作用机制，分析数据质量对模型性能的深远影响。随后，介绍以数据为中心的重生成方法，通过优化数据分布与结构提升模型表现。最后，展望未来以数据为核心的大数据计算新范式，探索大模型发展的潜在方向。

北京航天航空大学

讲者简介：李建欣，教授，北航研究生院常务副院长，计算机学院教授，国家杰出青年基金获得者，CMU机器学习系访问学者，现任人工智能学会理事、CCF青工委副主任，大数据专家委常委等。研究方向为大数据计算、人工智能等，主持了2030新一代人工智能重大项目、国家科技支撑课题、NSFC联合重点基金等，服务国家网信、公安等领域应用，在TPAMI、TKDE、TC、NeurIPS、KDD等发表论文百余篇，获AAAI 2021、IWQoS 2022、DependSys 2017最佳论文奖，CIKM 2022最佳论文荣誉提名奖等。曾获电子学会、公安部等多项省部级一等奖等，入选微软学者、北京市科技新星、中国电子学会优秀科技工作者（十佳）、教育部新世纪优秀人才和青年学者，教育部-华为智能基座优秀教师等。

报告题目：互联网数据关联结构建模与长时预测

报告摘要：大数据蕴含的关联结构、驱动的长时预测，已成为为网络空间安全、重大设施运维等行业领域的共性需求，关键要解决“数据看得懂、行为判得准、演化能预测”等智能计算难题。针对互联网行为数据关联、检测预测的计算需求，构建了图高阶表征-关联异常发现-长序列预测框架，重点研究：如何发现几何特性高阶保持的低失真图表征空间？如何发现高阶复杂关联模式？如何实现长序列高效预测？并基于异构融合体系提升数据计算效率。研发系统已应用于网信、公安领域的异常群体检测等，以及国网、航天的设备运维等业务。

北京邮电大学

讲者简介：姚海鹏，北京邮电大学特聘教授，科研院副院长，国家杰青，担任中国指挥与控制学会时空安全信息服务专业委员会副主任委员等。主持国家重点研发计划项目、国家自然科学基金企业联合基金等项目20余项，已在IEEE TON/TMC/TSC/TCC/TII/TWC等国际学术期刊和会议发表论文200余篇，ESI高被引论文10余篇，获得IEEE ICC 2022最佳论文奖等，出版专著2本，获授权国家发明专利100余项，获十八届中国青年科技奖、教育部技术发明一等奖、中国电子学会技术发明一等奖等，担任IEEE Transactions on Sustainable Computing副编辑、IEEE Transactions on Circuits and Systems for Video Technology副编辑等。

报告题目：智算网络发展趋势及前景

报告摘要：当前，算网业务需求多样多维，网络能力扩展缓慢，业务意图难以高效转化为资源配置。智算网络作为通算、超算、智算三算融合的“智能引擎”，通过构建计算“高速公路”，实现算网资源高效流转与协同，精准感知业务对低延迟、高可靠、动态适配的资源需求。本报告从“以网强算”和“以智驱网”双重视角，探讨智算网络的发展趋势及前景，提供可预期、可规划、可验证、覆盖确定、连接确定、时延确定、带宽确定的端到端服务质量保障能力。

北京理工大学

讲者简介：袁野，北京理工大学教授、博士生导师、国家杰青和优青基金获得者。主持国家自然基金重点项目，科技部重点研发项目。曾获国家科技进步二等奖，中国电子学会自然一等奖，教育部和辽宁省科技进步一等奖、全国优秀博士论文提名奖、中国计算机学会优秀博士论文奖。袁博士是中国人工智能学会服务专委副主任、中国计算机学会数据库专业委员会副主任、IEEE、ACM高级会员。主要研究方向为人工智能、大数据。发表相关CCF A类论文200余篇。

报告题目：神经符号数据库技术及应用

报告摘要：神经符号数据库（Neuro-Symbolic Database），作为一种新型的数据库平台，深度融合了人工智能分析、数据库查询以及大数据计算的关键技术。其突出优势在于不但能够高效地处理异构数据，包括结构化和半结构化数据，还能够有效地管理和解析非结构化数据，如图像、视频和文本等，实现对多源异构数据的深度挖掘。本报告将深入探讨神经符号数据库在处理各类复杂数据类型和模式下的应用潜力，旨在揭示其在数据密集型领域的广阔应用前景，并对神经符号数据库面临的技术挑战和我们的解决思路进行介绍，包括神经符号数据库的查询语言、处理算法和存储方案等。总体来看，本报告以剖析神经符号数据库的关键技术问题为核心，力求为该领域的进一步研究和发展提供有力的理论支撑和实践建议。

注册时间及缴费标准