12月7日晚上，应我院邀请，北京邮电大学计算机学院薛哲副教授、邵蓥侠副教授为为我院作学术报告。报告会由我院院长刘栋主持。我院副院长张俊娜、科研教师及研究生近200人聆听了本次报告。
首先，薛哲副教授针对开放环境下多模态数据标签不足、特征缺失、噪声含量大等难题，详细介绍了基于深度预测子空间的半监督多模态分类方法、基于聚类引导的不完整多模态聚类网络、基于图对比学习的鲁棒不完整多模态聚类方法。其次系统阐述了如何通过挖掘数据的相关性和潜在的聚类结构，实现不完整多模态数据的类别发现和精准标注。最后，对本领域当前挑战和未来发展进行了总结展望。
紧接着，邵蓥侠副教授针对经典的随机游走技术在处理大规模图数据时，出现内存爆炸、计算效率低、扩展性弱等困难与不足，介绍了一种内存自适应的快速随机游走技术，通过综合不同采样算法（如直接采样、拒绝采样、Alias采样等）在时间和内存方面的优劣，建立近似代价估计模型，运用组合优化方法实现亿级边图上的快速随机游走。接着，具体分析了如何进一步利用外存实现超大规模图上的可扩展随机游走。最后，针对基于随机游走图表示模型的多样性，介绍了课题组提出的大规模图表示学习系统。
最后刘院长对两位主讲专家精彩纷呈的报告表示感谢。此次报告为学院教师和学生提供了一次难得的学习和交流机会，帮助大家及时掌握了人工智能、数据挖掘领域的热点研究方向以及前沿科研动态，开拓了学术视野。
专家简介：
薛哲，北京邮电大学计算机学院副教授，硕士生导师。研究方向包括机器学习、数据挖掘、多模态信息处理。在人工智能、机器学习等国际重要期刊和学术会议上发表论文60余篇，论文发表在IJCAI、AAAI、ACM MM、IEEE TKDE、TCSVT、TNNLS、TCyb、ACM TIST等顶级会议和期刊。申请和授权发明专利10余项，出版学术专著1部。主持国家自然科学基金面上项目、国家自然科学基金青年基金、CCF-腾讯犀牛鸟基金、CCF-百度松果基金、CAAI-华为MindSpore学术基金等，参与国家自然科学基金重大项目、国家重点研发计划项目等。获2022年中国多媒体大会（ChinaMM）最佳学生论文奖、2021年云计算与智能系统国际会议(CCIS)最佳论文奖、2019年中国智能自动化大会（CIAC）最佳论文奖等。担任CAAI智能服务专委会委员、CCF多媒体专委会委员、CCF人工智能与模式识别专委会委员、CSIG图像视频通信专业委员会委员。
邵蓥侠，北京邮电大学计算机学院副教授，博士生导师，小米青年学者。2016年于北京大学获博士学位。目前研究方向包括：大规模图神经网络、图数据管理、大规模图挖掘等。近年来，主持国家自然科学基金面上项目、国家自然科学基金联合基金项目、CCF-腾讯犀牛鸟基金、CCF-百度松果基金以及CAAI-华为MindSpore学术奖励基金等科研项目。共发表学术论文70余篇，其中CCF-A类会议/期刊论文40余篇，出版英文学术专著1部；曾获北京市高等教育教学成果奖二等奖、ACM SIGMOD中国新星奖、数据库领域CCF-A类会议VLDB 2022“最佳研究论文奖（Best Regular Research Paper）”，入选了微软亚洲研究院“铸星计划”。邵蓥侠是CCF高级会员、CCF数据库专委会委员、CCF人工智能与模式识别委员、CAAI智能服务专委会委员，担任CCF会刊DES专刊客座主编、《计算机科学》专栏特邀编审、数据库领域CCF-B类会议DASFAA的宣传共同主席(2020)、出版共同主席(2022)，多次担任国际会议的程序委员会(高级)委员以及多个国际期刊的特邀审稿人。
（计算机与信息工程学院 李涛）