深度交流、融合发展—数据科学研究院各研究领域2017年度工作交流会如期举办

简介:

来自工业、医疗健康、经济金融、交通、基础设施、计算心理健康、科技情报数据、二维码安全技术、智慧城市、遥感等各科研代表们通过此次工作交流会,对现有的科研成果进行了分享,也借机了解到了其他领域老师的研究进展。同时,此次交流会也提供一个契机,让清华大学各院系大数据领域的老师们能够充分沟通,打破学术壁垒,实现大数据研究的融合发展。

e773ef154bd019a84c457b4e82b47ed56fb7d6bb

部分与会老师合影


工业大数据研究中心科研代表刘英博老师表示:“科研人员在做研究项目的过程中,很多时候会涉及到与其他学科相重叠的地方。然而术业有专攻,单凭一己之力肯定会遇到不少阻碍,因此与其他学科的跨领域合作非常重要。此次工作交流会对我来说意义很大:一方面,平时我都更专注在自己的领域,今天的会议能让我集中性地了解到大数据在各个研究领域取得的成果与进展,会让接下来的研究工作更有效率;二是通过此次交流会,我发现工业上对机器运行图像处理的方法与医疗健康大数据研究中心对心电图图像的处理方法有异曲同工之处,很受启发。”

作为2017年刚刚成立的交通大数据研究中心的科研代表,清华大学交通研究所李瑞敏老师全程参与,认真听取了各领域老师的汇报工作。他说道:“作为今年新成立的中心,交通大数据研究中心是带着学习的心态来的。一天的交流会让我很有收获,在平时的工作中很难获得如此全面的信息。同时,各个科研中心利用大数据技术对不同行业进行改造的成绩也让我倍感压力,促使我思考如何更好地让清华的技术走出去,真正服务于各省交通管理部门。

在热烈的讨论过程中,2017年度清华-青岛数据科学研究院各研究领域工作交流会圆满落下帷幕。韩亦舜执行副院长总结道:“今年工作交流会和去年相比还是有很大不同的。一是今年来自于产业界的参会老师明显比往年多,说明我们与产业更加‘融合’,这体现了数据院“产学研”相结合的初衷。此外,2017年新成立的三个研究中心,其科研方向都更加偏向于应用场景,这也体现了数据院致力于将大数据技术应用于行业,更好地服务社会的理念。

各研究中心汇报成果如下:

大数据基础设施研究中心——汇报人:徐葳老师

徐葳老师以“大数据的IT和CT融合”为主题,介绍了中心四个研究方向:数据中心网络、数据中心故障分析及运维知识收取、区块链中的共识算法和保护隐私的多方安全计算。此外,徐葳老师也分享了他在试点网络建设方向的研究心得,依托于“医疗影像的数据互联”与“中证检测证券大数据”两个项目,从应用成本的角度指出了大数据对广域网的新需求,引起各参会老师的热烈讨论。王建民副院长从政府管理、政策解读的角度,对此技术在金融征信领域的应用机会进行点评。

e85e09d55a5d0ce47907393e2c1d9279450951ae

大数据基础设施研究中心学科带头人徐葳老师以“大数据的IT和CT融合”为主题作汇报

二维码安全技术研究中心——汇报人:沈维老师

沈维老师以“TrustCode”项目作为切入点,与在座老师就《二维码的运作模式及未来价值》话题深度沟通。他谈到,二维码安全需要借助“技术”及“数据”为依托点,落地在实际应用方面。因此,二维码安全技术与其他学科的相互合作显得尤为重要。本中心希望通过对二维码安全技术研究,能够在我国建立起一个规范标准,有效赋能给其他行业,同时实现数据共享。

c89aa60ae919a2875fa0d18a47d60049786faa23

二维码安全技术研究中心学科带头人沈维老师介绍“TrustCode”项目

医疗健康大数据研究中心——汇报人:陈挺老师

陈挺老师做了题为《人工智能医生》的主题汇报。中心研究目标是:以患者情况为核心,建立一个可持续的人工智能系统,以实现临床支持,基因测序检测支持等。目前,中心已经完成中文医学自然语言处理框架、医学文本分析系统、基于电子病例的机器学习模型以及UMLS,SNOMED CT中文翻译等工作,将在下一年着力在ICD智能编码系统、全科导诊系统以及罕见病智能诊断系统等方向。陈挺老师还就“基于病案首页的费用预测”项目中所遇到的“编码罕见”等技术难点与在场老师们进行了讨论。此外他也特别提到数据院在获取医疗数据环节提供的大力支持,极大推动了科研工作的进展。韩亦舜执行副院长在此环节清华长庚医院为例,介绍医院数据开放共享、多中心单病种数据平台工作的进展。

bd85322404624be7ceaab113d504b713b4053981

医疗健康大数据研究中心学科带头人陈挺老师以“人工智能医生”为主题作汇报

计算心理健康研究中心——汇报人:冯铃老师

冯铃老师以《大数据下的智能辅导员》为主题介绍中心工作。在感知压力方面,中心对传统心理学量表、穿戴设备所检测的生理信号以及社交网络中的在线遗书等数据进行分析,以监测压力并判断压力类型和级别。在疏导压力方面,中心构建了“清华帮”平台,通过分析用户在平台上发布的带有文字、图片及发布时间等信息,有效实现压力疏导。随后,其他科研中心代表与冯铃老师进行了深入讨论,包括开发前后的用户测试与评价等话题,场上气氛走向高潮。

99c047aec31176557aa2645e605bc30920e41752

计算心理健康研究中心学科带头人冯铃老师以“大数据下的智能辅导员”为主题作汇报

科技大数据研究中心——汇报人:唐杰老师

唐杰老师做题为《如何进行科技情报挖掘和智能服务》的发言。中心2018年度的主要研究方向是通过智能系统将极大数量的文献资料及科技工作者的评论分析语义化,实现自动挖掘学者画像及知识图谱。2017年的中心主要工作成果包括:从理论上实现了高质量的语义内容生成理论、知识驱动的智能推荐技术以及基于隐含语义的大规模网络排序等;从实践上进一步了巩固智能搜索服务,并加入了技术发展趋势分析,能够更好地为全国科研人员、政府科研管理部门以及BAT、华为等需要科研咨询的大型企业提供支持。

1e49b380cd1b118cd9cdbf0f094fac6abbb60735

科技大数据研究中心唐杰老师做题为《如何进行科技情报挖掘和智能服务》的发言


智慧城市大数据研究中心——汇报人:邢春晓老师

邢春晓老师特意从外地赶来,他从《智慧城市大数据分析与利用》角度切入,指出大数据是城市信息基础设施与智能应用之间桥梁,在宏观观测、微观分析、聚集群智以及拓展新应用四个方面均具有推动力。邢春晓老师还分享了自己在本年度的科研成果,包括《中国城乡规划信息化发展报告》、《中国城市发展报告(城市信息化发展报告)》、心血管疾病大数据平台的构建和应用研究等。

dde489a79ee71e488e5cc487aac1f5a43943ffe9

智慧城市大数据研究中心学科带头人邢春晓老师特意从外地赶来参与工作交流会

工业大数据研究中心——汇报人:刘英博老师

数据院各研究领域2017年度工作交流会上,刘英博老师从对外联络与社会服务、工业大数据专题应用以及工业大数据系统研发三个方面回顾了工业大数据研究中心在2017年的研究成果。当谈论到在工业大数据领域,在场各位老师也就“机理重要还是算法重要”这个问题展开深度讨论。刘英博老师表示,要具体问题具体分析,机理和算法并不是对立的状态,它们会在不同阶段起到不同作用。此外,刘老师也着重介绍了工业大数据在2017年开发的IotDB平台。

caf1ec99ae8cf350619b95fcaf82bc43359e8904

工业大数据研究中心科研代表刘英博老师与在场老师展开讨论

交通大数据研究中心——汇报人:胡庆勇老师

胡庆勇老师代表交通大数据研究中心首先对当前中国的交通形势做了分析,指出交通事故预防工作压力增大、部门间数据壁垒、信息孤岛等严峻问题。随后,他向大家介绍了交通大数据研究中心在2017年的主要工作,包括:1)异构多源交通数据的采集汇聚和清洗融合技术;多类型交通数据的自动特征提取、结构化转换技术及相关标准体系;2)交通管理大数据多级、多域、多架构、多协议兼容应用技术;3)信息快速检索、高效共享、关联分析、深度挖掘;4)可视化等交通管理大数据综合应用服务。

f8caed9127b897b2e23d94cb34896f8c571c761d

交通大数据研究中心科研代表胡庆勇老师与在场老师展开讨论

遥感大数据研究中心——汇报人:洪阳老师

洪阳老师代表遥感大数据研究中心向大家阐述了2017年的研究方向,包括全球水循环遥感反演理论方法创新与产品研发;多灾害链遥感监测预报理论研究及数据同化模型系统研发以及地空遥感大数据与物联网、人工智能交叉创新研究。当谈论到“现代科学工程的机遇和挑战”这一话题时,各研究中心老师表现出了高涨的热情,积极参与到讨论中。此外,洪阳老师也着重向大家介绍了基于高性能计算集群的遥感大数据平台、卫星遥感大坝形变监测、北斗/GPS环境多要素综合监测系统及大数据服务平台等遥感大数据研究中心在本年度的科研成果。

8dafa50a40ee2f6c9c196195c9ae955ee68423e6

遥感大数据研究中心学科带头人洪阳老师与在场老师展开讨论

经济金融大数据研究中心——汇报人:呼延如生老师

呼延如生老师代表经济金融大数据研究中心阐述了研究思路,即:寻找一个大数据应用的基本支撑,做一个能够实现大数据融合的平台,随后将该平台推广到经济金融研究的各个方向。作为数据院率先成立的研究中心,经济金融研究中心长期以来一直秉承着数据院24字发展方针,在“商科优势”和“业界联盟”的推动下,做出大数据的指标体系,形成可展示的平台,这是经济金融大数据研究中心在2017的主要工作。随后,呼延如生老师与俞士纶院长就“数据的可持续性”问题进行了探讨。呼延如生表示,各个行业传来的数据都能够帮助我们更好地理解中国经济金融状况,无论是遥感的、交通的、工业的还是医疗的。

7bfe890737dcd482384e9360f91bf3480e1d670e

经济金融大数据研究中心科研代表呼延如生老师与在场老师展开讨论

原文发布时间为:2017-12-14

本文来自云栖社区合作伙伴“数据派THU”,了解相关信息可以关注“数据派THU”微信公众号

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
3月前
|
人工智能 安全 Linux
走进浪潮信息,深入探讨社区发展规划交流会圆满结束 | 理事长走进系列
双方在龙蜥社区未来建设和发展上进行深入探讨交流,最终形成合作意向和合作计划。
走进浪潮信息,深入探讨社区发展规划交流会圆满结束 | 理事长走进系列
|
人工智能 达摩院 算法
2022世界人工智能大会大模型主题论坛星光云集,共话大模型的创新与生态发展!
本次“大规模预训练模型”主题论坛由阿里巴巴集团主办,世界人工智能大会组委会指导,整体围绕“大规模预训练模型的创新、落地和开源开放”展开,将探讨的边界延伸至算法模型、大数据及训练框架等方向,邀请到来自阿里巴巴,澜舟科技,清华大学,粤港澳大湾区数字经济研究院,深势科技,复旦大学等机构,在大规模预训练模型领域深耕多年的领军人物,通过keynote演讲和圆桌论坛两个环节,展示国产大模型多元生态下的技术成果和思考。
1631 0
2022世界人工智能大会大模型主题论坛星光云集,共话大模型的创新与生态发展!
|
人工智能 数据挖掘
AI:2020年6月23日北京智源大会演讲分享之AI交通专题论坛——11:05-11:35杜博文教授《基于广义时空数据挖掘的交通复杂行为认知-从研究到工业》
AI:2020年6月23日北京智源大会演讲分享之AI交通专题论坛——11:05-11:35杜博文教授《基于广义时空数据挖掘的交通复杂行为认知-从研究到工业》
AI:2020年6月23日北京智源大会演讲分享之AI交通专题论坛——11:05-11:35杜博文教授《基于广义时空数据挖掘的交通复杂行为认知-从研究到工业》
|
机器学习/深度学习 人工智能 算法
复旦大学产学合作实践:面向新工科的机器学习混合课程建设
从认知论的角度而言,人类获得新知识的过程往往是从大量的个案和具体的问题入手,通过抽取其共性,形成了相关的概念和认识,然后在应用到个案中。在机器学习建设过程中,通过课前引入具体的应用领域背景,揭示其中要解决的问题,增加在线课程的趣味性和吸引力。在此基础上,从现实领域问题的视野,突出其中关键的步骤,然后再介绍相关的概念和算法等理论知识,并给出具体的解题过程。之后还要通过自建案例库的实验探讨其中的关键问题,从而能使学生的认知达到一定的深度。这个从应用中学习的过程也是深度学习的要求。
398 0
复旦大学产学合作实践:面向新工科的机器学习混合课程建设
|
机器学习/深度学习 传感器 人工智能
中科院「脑科学与人工智能」论坛,四场报告概要+两大研究方向解读+两项专题讨论实录
机器之心梳理了本次论坛四场报告的概要,并就报告中提到的「卷积与生物记忆」和「反向传播算法与脑研究」等研究方向进行了拓展解读,同时也精选了专题讨论环节中五个值得关注的问题。
215 0
中科院「脑科学与人工智能」论坛,四场报告概要+两大研究方向解读+两项专题讨论实录
|
新零售 机器学习/深度学习 人工智能
【2018中国计算机大会】阿里资深专家谈认知图谱的机遇与挑战
基于知识的人工智能服务日益成为流行趋势。大数据环境下,数据的分布、异构、动态、碎片化和低质化等特征给知识工程和服务提出了很多新困难和新挑战,有效构建新一代大规模知识图谱,已成为影响人工智能未来发展的关键问题之一。
4141 0