设为首页收藏本站

CCF TCAPP

CCF TCAPP 首页 专委新闻 查看内容

【BDTA2015】大会特邀讲者信息(论坛报告)

2015-12-14 11:54| 发布者: admin| 查看: 292| 评论: 0

摘要: 医疗大数据及应用论坛:杨东日(工业和信息化部)、张恒贵(哈尔滨工业大学)、白 天(吉林大学)、王 波(西安市精神卫生中心)大数据隐私保护论坛:张啸剑(河南财经政法大学)、陈 磊(香港浸会大学)、刘文印 ...
杨东日
讲者介绍:杨东日,工学博士,工业和信息化部软件与集成电路促进中心(CSIP)云计算研究中心主任,健康大数据产业技术创新战略联盟常务副秘书长,新华社瞭望智库特约研究员,中国计算机学会(CCF)计算机应用专委会副主任委员,CCF 大数据专家委员会委员,CCF大数据创新大赛评审专家,国际标准化组织(ISO)智慧城市研究组专家,中关村云计算与大数据联盟专家委副主任委员,南京"紫云工程"特聘专家,南京云计算应用与服务平台特聘专家,通辽市智慧城市专家顾问委员会专家委员,鄂尔多斯市智慧城市专家委员会委员,广州中国科学院软件应用技术研究所荣誉顾问,泛珠三角智慧城市联盟专家委员会委员,国家辣木产业技术创新战略联盟专家委员会委员,2014-2015 年苏州云计算产业顶层规划设计课题总负责人,《通信管理与技术》学术期刊编委,与人合著《健康大数据》等云计算、大数据领域书籍6部。2004年开始,参与中国科学院、工业和信息化部、国家发展与改革委员会以及地方政府信息产业相关的战略规划、政策措施、重大专项与标准规范的研究制定工作。2015 年,在20多名国内院士和国医大师的倡议下,参与发起成立了中国健康大数据产业技术创新战略联盟,并被选为该联盟常务副秘书长。该联盟由中国医药卫生事业发展基金会、工信部软件与集成电路促进中心牵头,联合协和医学院、湘雅医院、军事医学科学院、中日友好医院、中国科学院计算机网络信息中心、铁塔集团、腾讯、百度等20 余家公司共同发起成立,重点关注健康数据、健康标准与健康产业的促进工作。
报告题目:健康大数据的机遇与挑战
报告摘要:随着科学技术的进步,人类个体的生老病死,甚至身体上的每个器官、每个细胞、每一次生理反应,都可以被数字化,即被数字所记录或标识,同时,由于人是"活体",所以刻画人的数据也具有规模庞大、动态变化、类型丰富等大数据基本属性,我们称这一类数据为健康大数据。报告从大变革、大机遇、大挑战、大战略、大产业、大使命等六个方面深度剖析了当前健康大数据产业发展所面临的机遇与挑战。

张恒贵
讲者介绍:张恒贵教授,中组部第九批千人计划专家。他是计算心脏动力学开拓者,世界上该研究领域的领军人物之一。在计算心脏动力学相关研究方面取得了一系列具有国际影响力和独创性的重要成果。已发表文章250 多篇,其中在该领域顶级期刊(如Circulation(IF>14)、Circ Res(IF>9)等)发表130 多篇。主持英国BBSRC、EPSRC、BHF、Wellcome Trust基金项目、欧盟第7 框架项目、中国自然基金项目、制药企业与投资公司项目等20余项(累计科研经费约合人民币7000 万)。他是该领域顶级期刊Biological Review 编委与Cardiovascular Research 和Biophysical Journal等顶级期刊的审稿人。创办英国心脏起搏和传导系统的e-science创新研究协会和英国子宫系统生物学协会,欧洲心脏仿真协会和欧洲e-Heart 协会的核心成员。被邀请在多个著名国际会议上做特邀报告/大会报告并担任会议主席,迄今为止已成功组织多场国际会议。
报告题目:从大数据迈向虚拟器官与健康信息学
报告摘要:生物科技的快速发展产生了大量、翔实的实验数据。面对指数级增长的数据,生命科学研究面临两个重要的挑战:一是如何利用信息学方法从海量数据中提取真正能够指导生命体的生理功能研究的有效信息,通过数据分析、挖掘解释疾病产生、发展以及治疗的全过程;二是开展预测生物学研究,合成大量翔实的生物数据构建从亚细胞、细胞、组织、器官乃至整个生命体的计算模型,定性、定量地研究疾病产生、发展的机理及其预测和治疗方法。本次报告首先简要回顾本领域取得的重要进展,然后介绍本课题组在该领域的研究工作以及未来展望。

白天
讲者介绍:白天,博士,吉林大学计算机学院讲师。中国计算机学会(CCF)会员,美国医学信息学协会(AMIA)会员。2012年在吉林大学获得博士学位,2014 年起在吉林大学第三临床医院从事博士后研究。2010 年10 月至2011 年10 月公派赴美国新泽西州立大学(Rutgers)交流,在美国科学院院士Casimir A. Kulikowsk教授指导下从事生物医学信息学方面研究。目前主要研究方向为生物医学信息学、知识工程等。近五年发表学术论文20余篇,主要研究成果发表在相关领域重要国际会议如IEEE BIBM2015,以及国内重要学术期刊如电子学报(英文版)等。主持中国博士后科学基金项目,吉林省青年科研基金项目等科研项目6 项。研究成果获中国商业联合会科技进步一等奖,华为奖学金等。
报告题目:生物医学本体中的隐性知识发现
报告摘要:近年来,生物医学本体在知识挖掘中的作用越来越重要。目前,很多学者利用单个医学本体以及论文文献挖掘知识。但是,通过连接多个本体以及多种知识源进行隐性知识挖掘(例如疾病本体、症状本体和基因本体)将成为重要趋势。基于此,我们提出了一个统一模型———Multi-Ontology Relatedness Model (MORM)———以进行跨本体隐性知识挖掘。在该模型中,首先通过多个本体构建相关关系网络,在该网络基础上,运用集合运算进行知识推理。实验结果表明该模型在隐形知识挖掘方面取得了较好的效果。

王波
讲者介绍:西安市精神卫生中心计算机应用高级工程师、医院门户网站负责人、医院信息化建设领导小组成员、中国计算机学会高级会员、计算机应用专委、企业与职业发展工作委员会通讯委员、《中国计算机学会通讯》特邀评刊员、陕西省建筑弱电学会专委、陕西省政府采购评标专家。西安市卫计委医院等级评审专家。从事计算机技术应用和管理工作30 多年。在计算机应用和管理方面有非常丰富的经验和能力。
报告题目:医疗(卫生健康)大数据促进精神卫生事业蓬勃发展
报告摘要:今年,国务院发布《关于印发促进大数据发展行动纲要的通知》,指出在政府数据资源共享开放工程中要构建统一共享交换平台和开放平台;在公共服务大数据工程中要构建医疗服务大数据。尽管医疗大数据得到国家层面的重视,但当前我国对于医疗大数据的探索还处在起步阶段,在发展中面临着诸多的挑战和机遇:医院、研究机构等专业单位的数据不愿公开,医疗大数据过于分散局限,无法有效互联互通,缺乏统一的医疗行业标准并大而混乱,主要集中在对数据的收集和储存,数据的分析、应用比较薄弱等。医疗大数据依法有序开放、互联互通、标准与安全、如何规划、设计、应用等,将是我们本次论坛讨论的热点议题。下面通过几个实际案例介绍医疗大数据如何在精神科医院的应用。门户平台的规划、设计、建设;预约挂号、心理咨询开发应用;基于电子病历综合信息管理平台的设计实现;国家重性精神疾病基本数据收集分析系统陕西应用分析结果。


刘文印
讲者介绍:刘文印博士于1988 年和1992 年分别获清华大学计算机系工学学士和硕士学位,1992 年留校任教,1995年赴以色列理工学院(Technion)留学,1998 年初获博士学位,1999 年1 月加入微软中国研究院任研究员,2002 年1 月加入香港城市大学计算机系,任助理教授及博士生导师,现任多媒体软件工程研究中心副主任,研究领域包括图形识别、文本挖掘、假冒网站检测等,因在图形识别及反网络钓鱼欺诈等研究领域的杰出贡献,于2010 年入选国际模式识别学会会士(Fellow of IAPR———International Association for Pattern Recognition),因在图形识别等研究领域的突出贡献, 于 2003 年获国际模式识别学会颁发的文档分析与识别领域杰出青年科学家奖(IAPR/ICDAR Outstanding Young ResearcherAward)。
报告题目:网络身份安全
报告摘要:网络身份是用于在网络中唯一区分认定某人(如手机号/ 微信号/ 登录名/userid)、某机构、某个资源/Thing的标识(ID/Identity,如域名/网址)。网络身份安全包括准确验证身份及防止身份造假、假冒、欺诈、泄露等。我们“网络身份安全实验室”(Web Identity Security (WIS) Laboratory (WIS-Lab))的工作包括假冒网站检测或反网络钓鱼(anti-phishing)或反网络身份欺诈,及创新的网络身份验证机制。我们开发了一个安全扫码器App(安心扫TM)把二维码中的网址发送到云端服务器(phish.anxinsao.com)来识别网址是否是假冒或欺诈网站并提醒用户规避。我们的云端服务支持是一个基于社区分割的假冒网站识别方法,不仅可以确定被查询网址的真假,还是目前世界上唯一能准确(99.2%)确定被假冒的对象的方法。我们的另一个App 登录易TM(DengLu1TM)是一个帮用户(通过扫码或其他非接触方式)自动注册、登录并管理账号密码的软硬件产品系列,专注解决“密码疲劳”问题,不仅荡平用户上网的第一道门槛,提高用户效率,还能增强上网第一道防盗门的安全性。用户再不需要人工设置、记忆及输入众多密码就能在各种终端上网,既方便又安全。“密码不想记?就用登录易TM!”“拥有一个登录易TM,众多密码不用记!”

张啸剑
讲者介绍:张啸剑,博士,河南财经政法大学讲师,中国计算机学会会员,中国保密协会隐私保护专业委员会委员,CCF YOCSEF委员。2014年6月毕业于中国人民大学,获计算机软件与理论专业博士学位。主要研究方向包括:差分隐私保护技术、数据挖掘、图数据管理等。攻读博士学位期间,对基于差分隐私的数据发布与分析相关技术进行了研究与探索,并取得了一些初步研究成果,先后在SIAM SDM2014、DASFAA2013等国际重要学术会议,以及《Frontiers of Computer Science》、《计算机学报》、《软件学报》和《计算机研究与发展》等国内重要学术期刊发表近10篇学术论文。此外,作为主要技术负责人参研了多项国家自然科学基金项目,近年来担任许多知名国际会议和期刊的审稿人,包括SIGMOD、ER、CIKM、DASFAA、DKE、JCST等。
报告题目:差分隐私下直方图发布关键技术研究
报告摘要:直方图是数据分析常用的工具,然而,直接发布直方图有可能造成个人隐私泄露。针对现有基于分组的直方图发布方法难以有效兼顾近似误差与拉普拉斯误差的不足,提出了两种满足差分隐私的精确直方图发布方法;通过分析直方图桶计数序列的排序有助于提升发布精度,利用拉普拉斯机制排序,以及利用马氏链蒙特卡洛方法中的Metropolis-Hastings技术与指数机制进行排序,通过不断置换两个随机选取的桶以逐渐逼近正确排序;基于抽样排序后的直方图,提出了两种自适应贪心聚类方法,其时间复杂度分别为O(n2)与O(n)。

李亚飞
讲者介绍:2015 年7 月毕业于香港浸会大学计算机科学系,获哲学博士学位。现为河南财经政法大学计算机与信息工程学院校聘教授。主要研究方向为移动与网络数据库,推荐系统、数据挖掘等。在数据库、数据挖掘领域的著名的刊物和会议上发表论文10 余篇,其中包括TKDE、TWEB、TSC、DKE、ICDE、WWW、CIKM 等。2015 年10 月发表在数据库领域的国际顶级刊物TKDE 的文章被推荐为该期的电子封面文章。同时是多个国际会议的程序委员会委员,包括IEEE CPSNA2015, WAIM 2016 等,也是多个国内外重要刊物和会议的审稿人,其中包括TKDE、TWEB、WWWJ、DKE、SIGMOD、WWW等。
报告摘要:With the rapid development of location-aware mobile devices, ubiquitous Internet access and social computingtechnologies, lots of users’personal information, such as location data and social data, has been readily accessible fromvarious mobile platforms and online social networks. The convergence of these two types of data, known as geo-socialdata, has enabled collaborative spatial computing that explicitly combines both location and social factors to answeruseful geo-social queries for either business or social good. In this talk, we study a new type of Geo-Social K-Cover Group (GSKCG) queries that, given a set of query points and a social network, retrieves a minimumuser group in whicheach user is socially related to at least k other users and the users’associated regions (e.g., familiar regions or service regions) can jointly cover all the query points. Albeit its practical usefulness, the GSKCG query problem is NP-complete.We consequently explore a set of effective pruning strategies to derive an efficient algorithm for finding the optimalsolution. Moreover, we design a novel index structure tailored to our problemto further accelerate query processing.Extensive experiments demonstrate that our algorithmachieves desirable performance on real-life datasets.
陈磊
讲者介绍:陈磊,男,现就读于香港浸会大学计算机科学系,博士生四年级,是浸会大学数据库组的成员之一(http://www.comp.hkbu.edu.hk/~db)。陈磊于2012年在华南理工大学取得学士学位,之后前往香港浸会大学,跟随徐建良教授攻读博士学位。其主要研究兴趣包括,空间数据库,查询处理与优化等。
报告题目:Answering Why-Not Questions on Spatial-Keyword Top-k Queries
报告摘要:大量的带有地理标签的文本对像出现在网络上。基于与用户查询位置的相近及查询关键字的相似,“Spatial Keyword Top-k” 查询检索最好的k个这样的对象。然而,当系统返回一组查询结果给用户之后,用户可能会发现一些期望在结果集中的对象并没有被返回,这些期望结果的消失,也说明了一些未知的有用的对象可能也被排除在了结果集之外,从而降低了用户对于系统正确性的信任。这样的问题被称作为 “Why-Not”问题。为用户提供对于这种missing result的解释,可以帮助用户更好的制定查询,从而获得更加满足用户查询目的的结果集,同时也能够提高系统的可用性。这次报告将主要介绍“Spatial Keyword Top-k”查询上的“Why-Not”问题的一些解释方法。

鲜花

握手

雷人

路过

鸡蛋

相关阅读

发表评论

最新评论

中国计算机学会计算机应用专业委员会    

GMT+8, 2016-3-4 17:10 , Processed in 0.299766 second(s), 26 queries .

Powered by Discuz! X3.1

© 2001-2013 Comsenz Inc.

返回顶部