5月16-19日，由西南交通大學(xué)計(jì)算機(jī)與人工智能學(xué)院、唐山研究院、網(wǎng)絡(luò)教育學(xué)院承辦、四川省人工智能學(xué)會(huì)等協(xié)辦的第26屆亞太知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘會(huì)議(The 26th Pacific-Asia Conference on Knowledge Discovery and Data Mining, PAKDD2022)作為學(xué)校126周年校慶系列活動(dòng)之一在成都圓滿召開。西南交通大學(xué)校長(zhǎng)楊丹教授，加拿大國(guó)家科學(xué)院/工程院院士、西蒙-弗雷澤大學(xué)Jian Pei教授，德國(guó)科學(xué)院院士、馬克斯-普朗克智能系統(tǒng)研究所Bernhard Sch?lkopf教授，PAKDD指導(dǎo)委員會(huì)主席、臺(tái)灣新竹交通大學(xué)Vincent S. Tseng教授，澳大利亞悉尼科技大學(xué)Longbing Cao教授，京東集團(tuán)副總裁、京東數(shù)字科技首席數(shù)據(jù)科學(xué)家鄭宇教授，中國(guó)科技大學(xué)大數(shù)據(jù)學(xué)院執(zhí)行院長(zhǎng)陳恩紅教授，中國(guó)人民大學(xué)信息學(xué)院院長(zhǎng)文繼榮教授，西南交通大學(xué)計(jì)算機(jī)與人工智能學(xué)院黨委書記李天瑞教授，南京大學(xué)俞揚(yáng)教授等嘉賓出席了本次會(huì)議。受全球新冠疫情影響，本屆會(huì)議采用線上線下同時(shí)舉辦的方式，實(shí)現(xiàn)全球參會(huì)人員實(shí)時(shí)聯(lián)動(dòng)。開幕式由大會(huì)程序委員會(huì)共同主席、西南交通大學(xué)計(jì)算機(jī)與人工智能學(xué)院黨委書記李天瑞教授主持。

西南交通大學(xué)校長(zhǎng)楊丹教授首先代表學(xué)校在開幕式上致辭，對(duì)會(huì)議順利召開表示祝賀，向參加本次會(huì)議的嘉賓和與會(huì)代表表達(dá)了熱烈歡迎。他強(qiáng)調(diào)學(xué)校十分重視大數(shù)據(jù)和人工智能的發(fā)展，期待西南交通大學(xué)能與世界同行一道，深化交流合作，共促科技進(jìn)步，為大數(shù)據(jù)和人工智能產(chǎn)業(yè)發(fā)展做出更大貢獻(xiàn)。最后，他對(duì)長(zhǎng)期支持學(xué)校改革、建設(shè)和發(fā)展的各位朋友表示了衷心的感謝。

來自西蒙-弗雷澤大學(xué)的加拿大國(guó)家科學(xué)院/工程院院士、IEEE/ACM Fellow裴健教授帶來了題為“Exact, Concise, and Consistent Data-Driven Interpretation”的大會(huì)報(bào)告，介紹了深度學(xué)習(xí)背景下人類追求新知識(shí)的核心問題——可解釋性，以及他們針對(duì)數(shù)據(jù)庫和數(shù)據(jù)挖掘任務(wù)進(jìn)行的數(shù)據(jù)驅(qū)動(dòng)可解釋性的系統(tǒng)性研究。裴健教授使用了幾個(gè)實(shí)際應(yīng)用來闡明相關(guān)原理，包括數(shù)據(jù)庫中的多維天際線查詢、分類任務(wù)中的分段線性神經(jīng)網(wǎng)絡(luò)以及統(tǒng)計(jì)任務(wù)中的KS測(cè)試。裴健教授討論了數(shù)據(jù)驅(qū)動(dòng)的可解釋性研究未來工作的前景和挑戰(zhàn)。

中國(guó)人民大學(xué)信息學(xué)院院長(zhǎng)、高瓴人工智能學(xué)院執(zhí)行院長(zhǎng)文繼榮教授做了題為“Wenlan - A Large-scale Multi-modal Pre-trained Model”的大會(huì)報(bào)告，展示他們最近在大規(guī)模多模態(tài)預(yù)訓(xùn)練模型文瀾(Wenlan)上開展的研究工作，包括基于大規(guī)模圖文數(shù)據(jù)的自監(jiān)督預(yù)訓(xùn)練及其在下游任務(wù)上的運(yùn)用等。通過對(duì)文瀾預(yù)訓(xùn)練模型的進(jìn)一步探索和研究，文繼榮教授分享了一些獨(dú)到的見解，指出多模態(tài)預(yù)訓(xùn)練是一種很有前景的方法，可以像人類一樣獲得更好的特征表達(dá)、層次結(jié)構(gòu)和抽象知識(shí)。

德國(guó)科學(xué)院院士、ACM Fellow馬克斯-普朗克智能系統(tǒng)研究所Bernhard Sch?lkopf教授做了題為“From Statistical to Causal Machine Learning”的大會(huì)報(bào)告，分享了他們團(tuán)隊(duì)的最新研究成果。因果模型可能對(duì)真實(shí)世界數(shù)據(jù)集中發(fā)生的變化更為穩(wěn)健，因此在解決該領(lǐng)域一些難以處理的問題上發(fā)揮著核心作用。同時(shí)，報(bào)告也討論因果模型對(duì)機(jī)器學(xué)習(xí)的影響，以及機(jī)器學(xué)習(xí)與因果模型之間的聯(lián)系，包括因果表征學(xué)習(xí)的前景等。

三位教授以極高的專業(yè)素養(yǎng)分享了他們各自的最新成果和研究進(jìn)展，以敏銳的洞察力就知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘領(lǐng)域的科研動(dòng)態(tài)和核心問題提出了自己的觀點(diǎn)和看法，為與會(huì)嘉賓呈現(xiàn)了精彩的學(xué)術(shù)報(bào)告。來自世界各地的與會(huì)代表紛紛表示受益匪淺，對(duì)三位教授的主題演講給予了高度評(píng)價(jià)。

本次PAKDD2022國(guó)際會(huì)議共收到來自18個(gè)國(guó)家的627篇投稿，投稿主題包含數(shù)據(jù)挖掘、數(shù)據(jù)倉庫、機(jī)器學(xué)習(xí)、人工智能、大數(shù)據(jù)等研究熱點(diǎn)。45位高級(jí)程序委員會(huì)委員和320位程序委員會(huì)委員參與了大會(huì)的審稿流程。經(jīng)過了細(xì)致而專業(yè)的審稿，會(huì)議最終收錄了121篇論文，錄用率為19.3%，涵蓋了知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘領(lǐng)域的熱點(diǎn)問題。會(huì)議分論壇圍繞神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)，大數(shù)據(jù)與數(shù)據(jù)科學(xué), 人工智能與知識(shí)工程等多個(gè)主題，進(jìn)行科研成果展示，吸引了來自二十余個(gè)國(guó)家和地區(qū)的兩百余名代表現(xiàn)場(chǎng)與線上參會(huì)交流。最后，組委會(huì)從所有接收論文中評(píng)選出1篇論文、1篇學(xué)生論文以及1篇應(yīng)用論文。此外，會(huì)議還公布了PAKDD十年最具影響力論文獎(jiǎng)、青年成就獎(jiǎng)和卓越貢獻(xiàn)獎(jiǎng)，以鼓勵(lì)他們對(duì)知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘領(lǐng)域做出的卓越貢獻(xiàn)。

PAKDD2022會(huì)議的成功召開，為來自世界各地相關(guān)領(lǐng)域的專家、學(xué)者和研究人員提供了一個(gè)高質(zhì)量的交流平臺(tái)，展示了他們最新的研究成果、創(chuàng)新想法和應(yīng)用技術(shù)，開拓了廣大與會(huì)嘉賓的視野，激發(fā)了研究人員的創(chuàng)新熱情，加強(qiáng)了國(guó)內(nèi)外科研人員在知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘領(lǐng)域的交流。本次會(huì)議的如期舉行和圓滿成功，必將進(jìn)一步提升我國(guó)在數(shù)據(jù)挖掘領(lǐng)域的科研水平和學(xué)術(shù)地位，推動(dòng)行業(yè)發(fā)展，增強(qiáng)中國(guó)在國(guó)際數(shù)據(jù)挖掘領(lǐng)域的影響力，加速推動(dòng)數(shù)據(jù)挖掘技術(shù)在工業(yè)界的應(yīng)用和發(fā)展。

會(huì)議閉幕式同時(shí)宣布下一屆PAKDD會(huì)議將于2023年5月在日本大阪召開。

免責(zé)聲明：本站所提供的內(nèi)容均來源于網(wǎng)絡(luò)，如涉及侵權(quán)問題，請(qǐng)聯(lián)系本站管理員予以更改或刪除。