【含弘讲坛】CCF走进西南大学


来源:   |  文字:
编辑: 刘晓琪   |  审核:

CCF走进西南大学


时      间:2019年3月30日上午9:00
地      点:计算机与信息科学学院25教0114报告厅

日期

时间

报告人

报告人单位

报告题目

330

9:00-9:05

开幕式

主持人:张自力教授

9:05-9:15

CCF、大专委简介、品牌活动介绍

介绍人:金海教授

9:15-9:55

金海

华中科技大学教授、博士生导师

图计算加速器:挑战与趋势

9:55-10:35

陈继东

中国计算机学会(CCF)大数据专家委员会常委,现任蚂蚁金服全球可信身份平台ZOLOZ亚洲区总经理和资深数据专家

“从刷脸支付到数字身份探索” - 大数据与人工智能在数字金融的应用实践

10:35-11:15

黄宜华

南京大学计算机系教授、博导,南京大学PASA大数据实验室学术带头人

大数据热点技术及其研究

 

 

报  告  一:图计算加速器:挑战与趋势
报  告  人:金海
报告人简介:

        金海,博士,华中科技大学教授、博士生导师,电气和电子工程师学会会士(IEEE Fellow),中国计算机学会会士,长江学者特聘教授,国家杰出青年基金获得者,国家“万人计划”科技创新领军人才。华中科技大学“服务计算技术与系统教育部重点实验室”主任。国务院特殊津贴专家、国务院学位委员会第六、七届学科评议组成员、第六、七届教育部科学技术委员会信息学部委员、副主任委员。973 计划“计算系统虚拟化基础理论与方法研究”、“云计算安全的基础理论和方法研究”首席科学家、教育部重大专项“中国教育科研网格ChinaGrid”计划的专家组组长、“十三五”“云计算与大数据”国家重点研发计划专家组副组长。
        主要研究领域为计算机体系结构、并行与分布式处理等。获国家科技进步二等奖2 项、国家发明二等奖1 项、国家自然科学四等奖1 项、教育部科技进步/ 技术发明一等奖3 项、湖北省科技进步/ 技术发明一等奖2 项。


报  告  二:“从刷脸支付到数字身份探索” - 大数据与人工智能在数字金融的应用实践
报  告  人:陈继东

报告人简介:

        陈继东,博士,中国计算机学会(CCF)大数据专家委员会常委,现任蚂蚁金服全球可信身份平台ZOLOZ亚洲区总经理和资深数据专家,负责生物识别技术研发与全球化商业应用。曾经带领团队将人脸识别技术在网商银行和支付宝身份认证等场景成功上线应用,并实现刷脸支付全球首次在肯德基的商业落地。陈继东曾任人人游戏大数据研究中心首席数据科学家,EMC中国研究院大数据实验室主任,一直专注于大规模数据管理与分析,人工智能等技术的研发及在移动互联网和金融安全风控的应用。

内容摘要:

        如果在未来,我们消灭了手机,只靠一张脸就能走遍全球,衣食住行全靠刷脸,这样的生活你有没有想象过?生物识别、大数据、人工智能、物联网等新技术正在改变各行各业,以提升用户体验为核心的创新,正在掀起一场大规模的智能化浪潮。人工智能时代已经来临,如何把算法应用真实场景的支付与金融服务是很大的挑战。在这个报告中,我将通过在支付宝多年的实践探索,介绍人脸识别算法在数字金融生活场景的商业化应用实践。
 


报  告  三:大数据热点技术及其研究
报  告  人:黄宜华

报告人简介:

        黄宜华,博士,南京大学计算机系教授、博导,南京大学PASA大数据实验室学术带头人。中国计算机学会大数据专家委员会常务委员、副秘书长,江苏省计算机学会大数据专家委员会主任。主要研究方向为大数据处理、人工智能、数据库、互联网等,在国内外学术刊物和国际会议上发表学术论文60多篇,撰写并出版大数据处理书籍两部。是国内最早系统化从事大数据处理技术研究和教学的学者之一,在大数据分布式存储、并行化计算、智能化分析技术与应用等方面,开展了一系列的研究开发工作,积累了一系列研究工作成果。主持国家级和省部级科研项目多项,并开展了与Google、Intel、微软、华为、百度、今日头条、中兴通讯等国内外知名企业与研究机构、以及与Spark、Alluxio等国际著名大数据开源社区的诸多合作研究。

内容摘要:

        近10年来,随着大数据技术热潮在全球的兴起,大数据存储、计算、分析等关键技术,在全球业界和学术界得到了广泛关注和研究,在相关的大数据处理技术与系统工具平台、以及大数据分析应用方面,均取得了长足发展和进步。
        本报告将介绍大数据处理技术的基本概念、技术特点、国内外发展现状,然后将介绍大数据处理所涉及的分布式存储技术与系统、大数据并行化计算技术与系统、大数据智能分析算法与系统等热点技术问题和研究内容,最后简要介绍南京大学PASA大数据实验室在大数据分布式存储技术与系统、并行化计算技术与系统、机器学习算法与系统、大规文本语义分析、大数据应用等方面所做的研究工作,并简要介绍我们在大数据课程建设和人才培养方面的工作。