拟致辞嘉宾

报告人：何积丰

何积丰，中国科学院院士，著名计算机软件科学家。华东师范大学软件工程学院首任院长、上海市人工智能安全治理专委会主任、上海市高可信计算重点实验室主任、国家可信嵌入式软件工程技术研究中心首席科学家。

报告摘要：人工智能出错正是因为这些突发的场景并不在训练范围，机器也就无法从容应对。而人工智能如果被赋予情感，则超出了社会伦理范畴。因此，人工智能的创新和安全应是平衡发展，创新能够推动安全，而没有安全，创新便没有意义。可信人工智能包含三个要素：人、信息、物理。过去是人类社会和物理世界的交互，现在的安全是指可信安全的强人工智能系统，实现复杂的信息、物理与人的融合交互。现在全球对可信人工智能有了进一步的认识，国内也高度重视可信人工智能的研究与应用，但仍有很多难题亟待解决。

报告人：周志华

周志华教授，南京大学计算机系主任、人工智能学院院长、校学术委员会委员。从事人工智能、机器学习与数据挖掘研究，出版中英文著作三部，在重要期刊会议发表论文200余篇，被引用4万余次，H指数94，获发明专利24项，多项成果在大型企业和重大工程转化实施。2003年获国家杰出青年科学基金，2006年入选长江学者特聘教授，2017年当选欧洲科学院外籍院士。获国家自然科学二等奖、教育部自然科学一等奖2项、IEEE计算机学会Edward J. McCluskey技术成就奖、亚太数据挖掘卓越贡献奖、CCF王选奖等。ACM、AAAI、AAAS、IEEE、IAPR Fellow，中国计算机学会会士、中国人工智能学会会士，江苏省计算机学会、江苏省人工智能学会理事长。

报告人：周昆

周昆教授，浙江大学计算机科学与技术学院教授，教育部长江学者特聘教授，国家杰出青年科学基金获得者，国际电气电子工程师协会会士（IEEE Fellow），现任浙江大学计算机辅助设计与图形学国家重点实验室主任。

报告摘要：

报告人：曹峰

中国信息通信研究院云计算与大数据研究所人工智能部副主任，中国人工智能产业发展联盟评估工作组组长，南京新一代人工智能研究院有限公司CEO。长期支撑工业和信息化部，发改委，网信办等部委，曾参与《关于数据中心建设布局的指导意见》、《关于促进云计算创新发展培育信息产业新业态的意见》、《关于规范云服务市场经营行为的通知》、《促进新一代人工智能产业发展三年行动计划（2018-2020年）》等国家政策、方案和产业报告的起草、制定和推动落实，支撑AIIA新一代人工智能产业创新重点任务重点企业评审和推荐工作。

报告摘要：全球人工智能政策技术和产业发展情况简析，基于中国信息通信研究院对全球人工智能政策、技术和产业的跟踪研究结果，简析全球主要国家人工智能相关政策，分析当前人工智能典型应用场景，对标国内外发展情况，总结目前人工智能产业的发展特点及趋势。

报告人：李必信

现任东南大学计算机科学与工程学院教授（二级）、博士生导师，东南大学软件工程研究所所长。2006年入选教育部新世纪人才培养计划、2011年度中创软件人才奖获得者、2014年获得教育部科学技术奖（自然科学奖）二等奖（排名第一）。中国计算机学会软件工程专委会委员、容错计算机专委会常务委员。研究方向为软件建模、分析、测试与验证、智能软件架构理论和方法、软件演化和软件质量保证等。

报告摘要：围绕AI时代软件工程的发展之路展开，主要回答这些问题：（1）什么是智能化软件工程（ISE，Inteligent Software Engineering）？（2）AI时代的软件工程技术有哪些变化？有什么新的特点？与软件工程核心关注点（能力、质量、效率和成本）的关系怎样？以及什么样的AI技术将推动软件工程发展，并对软件工程产生持续影响？（3）AI时代软件工程产品具有什么样的特征？如何定位软件工程产品？（4）AI时代软件工程产品的市场如何？产业发展之路该如何走？等等。

报告人：王殿辉

王殿辉教授1995年3月获东北大学工业自动化专业博士学位，1995-1997在新加坡南洋理工大学电子工程学院做博士后研究工作，1998-2001在香港理工大学计算学系研究员，从事机器学习，数据挖掘和图像处理方面的研究工作。2001年7月至今在澳大利亚LaTrobe大学计算机科学与信息技术系从事教学与科研工作，现任东北大学国家流程工业自动化重点实验室、工业人工智能研究院特聘教授。主要研究方向：面向工业大数据数据的机器学习理论及其在过程工业数据建模、智能传感系统设计、能源工程中的应用研究。发表研究论文230余篇，技术发明专利1项（Deep Stochastic Configuration Networks, 深度随机配置网络）。

报告摘要：深度学习在理论基础方面存在严重的缺欠和不足，在一定程度上限制了人工智能技术的进一步发展，因此，在人工智能科学研究中探讨具有符合工业应用的机器学习算法具有重大意义。本报告结合王殿辉教授多年来在学习算法领域的研究经历，简述深度随机配置学习理论对工业数据建模的重要性，并结合工业应用实例介绍工业人工智能相关的概念、研究目标、实现工具和技术方面需要解决的核心问题。

报告人：金欣

中国电科28所，研究员，指挥控制技术领域专家，长期从事指挥控制系统前沿创新技术研究。牵头装备发展部、军委科技委等领域的多项重大发展规划论证及预研探索类课题研究，以及国家人工智能2.0、中国人工智能标准化白皮书等论证。获得军队科技进步二等奖一项，参与编写著作3部，以第一作者发表论文30余篇，授权专利4项，参加指挥控制领域国际顶级学术会议ICCRTS，以及中国指挥控制大会并做主题汇报。

报告摘要：

随着智能化技术的快速发展，未来战争将是智能化作战体系之间的对抗，作战指挥是体系的“大脑”，是夺取“制智权”的关键。美军已在智能指挥领域提前布局，目标是到2035年初步形成智能化作战体系。另一方面，先进的机器学习技术在自然语言处理、计算机视觉等领域取得了成功的应用，AlphaStar在智能博弈领域展现出了卓越的水平，对发展智能指挥注入了强劲的动力。国内在民用领域人工智能技术方面近年来进展迅速，有不少企业掌握先进的技术和应用经验。中国电科作为国内指挥信息系统行业的引领者，希望与国内先进的技术力量充分合作，共同致力于指挥信息系统智能化发展，推动我军在智能指挥方面实现超越。

报告人：兰毅

SAIC 基金会技术合伙人。前亚洲天然气公司通信物联网项目总监。长期从事分布式存储和计算业务。八年海外项目经验，专注于AI计算能力资源的区块链解决方案研发与应用。

报告摘要：

Tesra超算网络开始于2017年，是一个人工智能和区块链技术结合的项目，我们是打造一个可无限扩展的AI资源网络的。

Tesra Supernet利用分布式技术整合算力和数据资源，并通过区块链构建一个去中心化的价值网络。Tesra Supernet这种全新的生产关系和创新商业模式，能够为全球AI开发者提供更高效、更便捷的资源服务，也能降低AI的行业门槛让更多的人参与到这场AI变革中。在今年，基于Tesra超算网络的深度学习计算平台的商用版正式上线。全球的AI开发者和爱好者可以在我们的平台上获取到比市场成本还低80%的GPU算力资源，方便、快捷地进行AI的模型训练和开发。同时，自2018年以来，Tesra通过社区自建，开始布局全球AI基础设施建设。2019年8月，第一批主计算节点已经成功落地中国的重庆、无锡、南京和佛山，初步建成了规模化的可弹性调度的AI计算资源网络。未来两年内，我们还将陆续在全球建设100个主计算节点，构建起庞大的GPU算力资源网络。而作为一个技术与社区发展并行的项目，Tesra Supernet的全球社区已经超过60000人。未来，Tesra超算网络将引入更多的算力和数据，打造可无限拓展的AI资源网络。在保护个人数据隐私和安全的前提下，支撑所有参与者的自由创新和协作，鼓励个人的价值创造。在Tesra构建的价值网络中，个人创造的价值也将只归属于个人。Tesra超算网络相信，AI时代的价值创造不是来自于冰冷的机器，而是来自于赋予机器能力的热血创新者们。Tesra超算网络也坚信，能够创造新历史的也不是现在存在的巨头，而是以新的生产关系构建起来的新兴组织。Tesra超算网络致力于为AI创新者赋能，与创新者一起，重构人工智能时代的价值体系。

报告人：卢湖川

国家杰出青年基金获得者、科技部中青年创新领军人才，大连理工大学创新学院院长。研究方向为计算机视觉、机器学习、模式识别。

报告摘要：近几年结合文本的计算机视觉引起了人们的广泛关注，它在图像描述（Image Captioning）、视觉问答（VQA）、基于图像和文本的检索等很多方面都有重要的应用。此报告首先介绍基于深度跨模态投影学习的图片-文本匹配方法。然后介绍利用图片描述作为辅助信息来进行显著性检测的方法，该方法说明文本能为图像提供更简洁的语义信息。最后介绍利用同时图片描述和图片类别进行弱监督学习的显著性检测的方法，该方法通过结合不同的弱监督源，更充分地利用了弱监督线索。

报告人：彭宇新

北京大学教授、博士生导师，国家杰出青年科学基金获得者、国家万人计划科技创新领军人才、科技部中青年科技创新领军人才、中国人工智能产业创新联盟专家委员会主任委员、中国工程院“人工智能2.0”规划专家委员会专家、中国图象图形学学会理事兼副秘书长。主要研究方向是：跨媒体智能、图像视频分析与识别、计算机视觉。

报告摘要：随着多媒体和互联网技术的迅猛发展，图像、视频、文本、音频等多媒体大数据快速增长。它们多源异构且相互关联，使得数据表征、信息检索、知识发现、推理决策面临跨媒体、跨数据源等重要挑战。如何借鉴人脑的跨媒体处理特性，跨越视觉、听觉、语言等不同的感官信息来感知和认知外部世界，对于提高计算机的智能水平至关重要。本报告将对中国工程院“人工智能2.0”中跨媒体智能的任务和目标进行介绍，然后重点介绍我们的相关研究进展，包括图像细粒度分类、跨媒体检索、跨媒体生成（文本生成图像、视频描述生成）等，并进行相关的系统展示。

报告人：孙哲南

中国科学院自动化研究所研究员、中国科学院大学人工智能学院教授、天津中科智能识别产业技术研究院院长、国际模式识别学会会士IAPR Fellow和生物特征识别技术委员会主席、中国图象图形学会机器视觉专委会副主任、中国人工智能学会模式识别专委会秘书长、中国生物识别产业技术创新战略联盟秘书长，国际期刊IEEE Transactions on Biometrics, Behavior, and Identity Science编委。

报告摘要：手机解锁、上班打卡、购物支付、小区门禁、高铁进站……在万物互联的数字世界中生物识别已经无处不在，但是在非受控场景仍然存在诸多挑战。本报告介绍了生物识别领域若干挑战性问题的研究进展，包括计算光场成像技术突破了虹膜识别的感知盲区问题，生成对抗网络技术有效处理姿态、表情、年龄、化妆、低分辩等因素对人脸识别精度的影响，融合深度学习和稀疏表达的动态匹配模型有效处理虹膜、人脸和行人重识别的遮挡问题。

报告人：刘青山

南京信息工程大学教授、博导，自动化学院院长。2003年4月毕业于中科院自动化所模式识别国家重点实验室获博士学位，随后留实验室工作，2006年4月赴美国Rutger大学访问、工作。2011年9月加盟南京信息工程大学。先后入选江苏省特聘教授、江苏省双创团队领军人才、江苏省优秀教育工作者、科技部中青年创新领军人才等。是江苏省人工智能学会副理事长、中国自动化学会模式识别与机器智能专委会副主任、中国计算机学会多媒体专委会和计算机视觉专委会常务委员等。

报告摘要：机器视觉的目标就是让机器能像人眼视觉系统一样自动‘’看懂‘’外部环境，因此是人工智能领域的一个重要研究方向。本报告将介绍机器视觉研究中特征学习方面面临的挑战和发展趋势，并重点介绍团队近年来在视觉特征表示与学习方面的研究进展，以及在目标检测、遥感图像分类等方面的应用研究。

报告人：陈松灿

陈松灿现任CAAI机器学习专委会主任会员，CAAI常务理事，JSAI常务副理事长，CCF-AI专委会理事！是IAPR Fellow和CAAI Fellow。目前已在包括IEEE Transactions等在内的国际主流学术期刊上已发表170多篇SCIE论文，所发论文据Google Scholar统计，被引已超13000次，H-指数52。2015-2018连续4年入选Elsevier中国高引学者榜

报告摘要：围绕南京航空航天大学成立人工智能学院后，思考如何结合我校特点设置人工智能专业和人才培养等方面所做的初步思考。

报告人：阚吉利

南京同心圆教育科技有限公司总经理，关注互联网环境下儿童认知、表达、逻辑等能力培养，健全人格养成等。

报告摘要：

1、人工智能对儿童教育环境影响

2、新教材对人才培养目标的变化，从知识目标向能力培养目标迁移。

3、基于人工智能的（阅读、语文、德育）课程设计案例应用与反馈。

4、技术、人文、能力、素养的融合影响研发成果与问题反思。

报告人：张敏灵

东南大学计算机科学与工程学院教授，博士生导师。主要从事机器学习、数据挖掘领域研究工作。

报告摘要：偏标记学习（partial label learning）是一类重要的弱监督学习框架，已在多媒体内容自动标注、自然语言处理、生态信息学等领域得到成功应用。本报告将从三方面介绍偏标记学习的研究现状：首先，简要讨论偏标记学习的问题设置及其与相关弱监督学习框架的关系；其次，对现有偏标记学习算法进行总结并介绍我们在该方面的最新工作；最后，给出偏标记学习的相关学术资源。

报告人：任明武

任明武教授，博士生导师。南京理工大学计算机科学与工程学院智能科学与技术系主任，模式识别实验室主任，江苏省后备学科带头人，国家重点学科“模式识别与智能系统”主要成员。

报告摘要：讲述无人驾驶汽车的百年发展历程，分析每个阶段的技术及其特点；讲述从无人驾驶到智能驾驶的演变，分析目前智能驾驶存在的问题；从技术和产业的观点出发，分析智能驾驶技术的发展方向。

报告人：王立辉

东南大学教授、博士生导师。主要从事卫星/惯性/视觉组合导航与控制、惯性/地磁重力组合导航、光电精密传感器，多传感器数据融合等方面的研究。作为项目负责人，先后主持承担的研究课题包括国家重点研发计划、江苏省重点研发计划、国家自然科学基金、江苏省自然科学基金、东南大学优秀青年教师资助项目、船舶预研项目、国家电网科技项目、中国航天科技项目等。

报告摘要：对我国智能稻麦收获机大负荷、深泥脚等复杂工作环境下的自动驾驶应用需求，开展作业参数监测、导航控制、图像处理等核心技术研究，研制卫星/惯性/视觉组合导航及无人辅助驾驶控制系统，对组合导航、运动控制算法、路径纠偏方法、示宽、路径规划、仿形、作物测高等关键技术进行突破，实现自动化收割、精准作业。

报告人：吴强

吴强博士，地平线CTO兼南京人工智能高等研究院院长。吴强博士是高性能云计算，人工智能计算平台及应用方面的专家。在海外知名高校和企业有 20 年的科研及技术开发与创新经验。

报告摘要：车载AI芯片是自动驾驶实现大规模落地的前提。地平线率先推出首款车规级AI芯片，不仅实现了中国车规级AI芯片量产零的突破，也补齐了国内自动驾驶产业生态建设的关键环节。车载AI芯片能够高效灵活地实现多类AI任务处理，对多类目标进行实时检测和精准识别，可全面满足自动驾驶视觉感知、视觉建图定位、视觉ADAS等智能驾驶场景的需求，以及语音识别，眼球跟踪，手势识别等智能人机交互的功能需求，全方位赋能汽车智能化。

报告人：华国栋

苏智行未来汽车研究院院长，江苏省智能网联汽车道路测试评审专家组成员，江苏省人工智能学会智能驾驶技术专业委员会副主任，江苏省智能网联汽车产业创新联盟理事长、江苏省通信学会物联网专委会委员、中国公路学会自动驾驶工作委员会委员，在战略业务规划、产品研发、市场推广、项目管理领域，具有丰富的产业化和企业管理实践经验。

报告摘要：全球智能驾驶产业的发展，将彻底改变人类的出行方式，实现人类出行的智能化、共享化、低碳化，大幅度提升交通安全及出行效率，带动智慧交通体系的革命性变化，推动智慧城市的深入发展。促进人工智能、大数据、云计算和制造业的深度融合，不断衍生出新业态和新模式，彻底改变人类现有的制造模式和生产方式。本报告深入浅出的剖析了国内外产业发展现状，分析了产业发展趋势，探索推动智能驾驶产业的发展路径。

报告人：杨聪

杨聪，现任科沃斯机器人南京人工智能研究院机器学习研究员，主要负责3D物体建模的研究工作。研究生毕业于北京航空航天大学，发表有SCI期刊论文一篇，EI收录论文3篇。研究兴趣主要包括物体3D重建，数据挖掘等。

报告摘要：基于单帧RGB图像的3D物体重建是计算机视觉领域中的一个基本且极具挑战的重要问题。本研究基于深度学习网络，提出了一种结合对抗学习形状先验的3D物体重建方法。为了重建精度更高的物体3D网格模型，本研究通过从输入图像中提取对应特征，然后基于图卷积网络估计3D网格模型的顶点特征。另外，本研究提出结合对抗学习的形状先验，将学习到的先验知识作为一个惩罚项，在模型的训练中对严重偏离真值的模型进行惩罚，以降低生成模型的不合理性。

报告人：兰之康

兰之康，毕业于东南大学MEMS微电子系统工程专业，硕士研究生学历。2008年4月至2017年9月任美国霍尼韦尔传感与物联网事业部项目经理，研发经理。2017年9月至今任高华科技股份有限公司惯微事业部经理，技术中心主任，副总经理。拥有MEMS相关各项专利8件，发表过《MEMS悬臂梁疲劳可靠性研究》等论文3篇。

报告摘要：本文主要介绍了MEMS传感器可靠性的相关研究方法。从MEMS介质接触型和非介质接触型两类产品为切入点，以MEMS压力传感器和加速度传感器为典型案例，系统的从传感器设计，工艺，封装，生产，应用等角度介绍了可靠性开发的相关经验和成果。同时，又从行业角度探讨了不同应用对MEMS 传感器的可靠性要求及高华在其中所做的工作。

报告人：朱勇

朱勇教授，金陵科技学院计算机工程学院院长。湖北省有突出贡献的中青年专家，江苏省人工智能学会智能传感器与硬件专委会副主任，江苏省计算机学会常务理事，CCF第十二届会员代表。历任武汉纺织大学计算机学院院长。

报告摘要：物互联应用对ICT三大支柱（计算、网络、存储）的能力以及安全提出了严峻挑战。为此，以边缘计算模型为核心的边缘式大数据处理应运而生。Tile体系结构具有ILP（指令级并行）、TLP（线程级并行）和DLP（数据级并行）多态并行属性，采用TAC3（Tile-Architecture Cluster Computing Core）实现ECN（边缘计算节点，网络、计算、存储等在逻辑上的统一抽象）中计算硬件架构，使之成为高性能ECN资源。

报告人：谷建余

谷建余，国奇科技总裁。1982年毕业于广州中山大学，在国营北京第八七八厂参加工作后，始终耕耘于集成电路设计领域。曾负责第八七八厂设计中心工作，还担任北京集成电路设计中心主设计师多年。1995年赴美后曾任美国三星半导体公司高级工程师、Cadence公司主任工程师、Hifn公司ASIC总监、美国凌讯公司资深ASIC总监等职务。2009年回国后成立第一家内资背景的高端集成电路定制化设计企业——无锡华大国奇科技有限公司，出任总裁（总经理）一职至今。

报告摘要：现阶段AI芯片从实现技术方案来看，可主要分为以FPGA、GPU、DSP等为基础以软件方式运行神经元网络算法的的通用平台芯片和以固化算法方案为代表的定制化专用AI芯片。本报告简要分析了通用AI平台芯片与定制化专用AI芯片在性能、功耗、成本、通用性等方面优缺点，并提出一种既能满足芯片通用性又能满足专用性（高性能低功耗）的架构方案及实现方法。

报告人：张珽

张珽，中科院苏州纳米技术与纳米仿生研究所研究员，博士生导师，中国科学技术大学兼职博士生导师。主要学术任职包括：全国微机电技术标准化技术委员会MEMS器件工作组委员、中国指挥与控制学会智能可穿戴委员会委员、中国机械学会理事、中国电子学会敏感技术分会委员等。荣获2016年中国仪器仪表学会青年科技人才奖、2017年江苏省杰出青年科学基金等。主持和参与了国家自然科学基金“纳米制造的基础研究”重大研究计划、中国科学院战略性先导科技专项、科技部重点研发计划等二十余项科研项目。

报告摘要：基于柔性电子学的新型柔性可延展智能材料与器件是后摩尔定律时代信息系统重要的组成部分和基础支撑，在人工智能、大健康、可穿戴设备、智能机器人等领域具有广泛的应用。报告人将分享近年来在多功能柔性可延展智能器件、可穿戴系统集成和应用领域取得的研究进展。探讨从“纳米材料-仿生结构-智能传感”多学科交叉角度开展新型柔性可延展智能器件设计与制备的方法；探索器件的高灵敏实时感知多种信息（如压力、张力、温湿度、气体、振动等）及模拟人类触觉、听觉、嗅觉等仿生感知能力；讨论柔性传感器工程化和应用过程中的挑战和机遇。

报告人：张长春

张长春，南京邮电大学教授。IEICE会员，IEEE会员。电子学报、EL、IEEE MWCL、IEEE TMTT、IEEE TVLSI等国内外知名学术期刊的审稿人。2010年毕业于东南大学，获工学博士学位；入职南京邮电大学。分别于韩国Ewha Woman’s University、中电十四所、美国University of Virginia以及Southern Methodist University访学或从事博士后研究。

报告摘要：首先着重讨论硅基多相位振荡器的种类、工作机理及设计实践等，包括耦合LC VCO， 无电感环形VCO，LC负载环形VCO，旋转行波VCO等；然后介绍多相位VCO在射频收发器、高速有线收发器（SerDes）等领域的应用及设计实践。

报告人：周国栋

997年12月毕业于新加坡国立大学获得博士学位；1998年1月至1999年3月在新加坡国立大学从事博士后研究；1999年4月-2006年8月在新加坡资讯通信研究院分别担任副研究员、研究员和副主任研究员；2006年8月底加入苏州大学担任教授博导，组建自然语言处理实验室。研究方向：自然语言理解、信息抽取、自然语言认知等。

报告摘要：虽然自然语言一直在社会、经济和国家安全等领域中扮演着重要角色，但是长期以来计算机的自然语言理解能力远逊于人类。近几年，随着移动互联网的不断普及，以及云计算、大数据、GPU、深度学习等相关平台和技术的快速发展，我们越来越感到自然语言理解方面的突破就在眼前。本报告将从语言与智能两个层面探讨如何提高自然语言理解能力。具体包括：自然语言面面观、语言智能、自然语言理解核心任务、篇章理解与知识图谱。

报告人：王中卿

苏州大学计算机科学与技术学院教师，2015年12月毕业于苏州大学计算机科学与技术专业，获博士学位。2016年至2017年于新加坡科技大学从事博士后研究。2017年9月加入苏州大学。主要研究方向为自然语言处理，情感分析，信息抽取等。

报告摘要：本报告主要解决关系抽取任务远程监督自动生成数据的噪音训练问题。我们提出强化学习模型来判断一个句子是否是某个关系的正例，以此构建特定关系的正例集合和无标注集合。和以前相关工作不同的地方在于，我们利用所有训练句子而不是仅使用正例句子。针对正例集合和无标注集合，我们提出新的分布式表示方法用于预测实体关系。实验结果表明，新提出的方法可以显著提高系统的性能。

报告人：孙亚伟

南京大学计算机在读博士(万维网软件研究组), 研究方向为问答系统, 聚焦在复杂问句拆解技术的研究。

报告摘要：Question answering over knowledge bases (KBQA)任务是NLP领域中一重要任务. 许多方法先后被推出. 这些方法大多聚焦在简单问句(单边)上. 然而一大难题是求解复杂问句(多边). 所以本工作聚焦在复杂问句. 本工作提出一种复杂问句求解方法. 主要分两部分: (1)针对复杂长问句解析困难, 本工作提出一种Skeleton表示和解析方法; (2)针对问句结构与知识库结构的鸿沟, 本工作提出一种多粒度(句子级和单词级)匹配方法.最后在两个数据集(GraphQuestions和ComplexWebQuestions)上进行实验, 验证了方法有效性。

报告人：王建成

苏州大学自然语言处理实验室在读硕士，主要从事对话系统与情感分析的研究。2018年10月至2019年9月在阿里巴巴达摩院进行电商客服场景下的对话情感分析研究，成果发表在AAAI-20上。

报告摘要：在现代商业环境中，客服随处可见，而针对客服对话的数据挖掘在商业智能中也起着非常重要的作用。这次报告，将结合我们在电商领域的实践经验，汇报我们在客服对话情感分析任务上所做的一些研究，讲述我们针对该任务提出的一种基于主题感知的多任务学习方法，以及该任务上未来可能的研究方向。

报告人：王伟涛

东南大学计算机科学与工程学院在读硕士研究生，师从漆桂林教授，研究方向包括场景图、小样本学习、视觉关系检测。

报告摘要：视觉关系检测是通过三元组的形式描述场景中的所有对象以及它们之间的关系，来提供对图像的全面理解。视觉关系检测对视觉推理，视频问答等工作起到了至关重要的作用。然而视觉关系是长尾分布的，部分训练样本的数量有限，阻碍了传统方法的实用性。考虑到这一点，我们设计了一个新的视觉关系检测模型，使用双图模型有效的挖掘视觉关系之间的类内相似性和类间差异性，实现视觉关系检测上的one-shot问题。

报告人：季佰军

苏州大学计算机科学与技术学院在读硕士，主要研究方向为自然语言处理、神经机器翻译。已开发两款自然语言处理开源工具，并以第一作者身份发表CCF-A类国际顶级会议论文一篇。目前在阿里巴巴达摩院机器智能技术部担任研究型实习生，负责翻译模型的优化探索。曾多次获得一等、二等学业奖学金，以及省级算法竞赛一等奖、南京软件研究所卓越贡献奖等荣誉。

报告摘要：不同语言对之间的迁移学习在低资源场景下对神经机器翻译(NMT)具有一定效果。然而，由于源端的迁移对象(父模型)和被迁移对象(子模型)之间的语义空间不匹配问题，目前的迁移方法在零资源等极端场景下并不有效。为了解决该问题，我们提出一种全新的基于跨语言预训练的迁移方法。我们引入了一种仅基于单语和两种基于双语的跨语言预训练方法，以获得适用于不同语言的通用编码器。在两个公共数据集上的实验表明，我们的方法明显优于基于桥接的强基线系统。

报告人：吴震

南京大学自然语言处理研究组博士研究生，师从戴新宇教授，主要研究方向为情感分析和迁移学习。在国际人工智能会议AAAI以及自然语言处理会议NAACL、NLPCC上共发表论文四篇；曾获2018年CCF大数据与计算智能大赛“汽车行业用户观点主题及情感识别赛题”一等奖（Top1/1701）和CCF最佳创新价值奖；在第八届全国社会媒体处理大会“拓尔思杯”中文隐式情感分析评测任务中获三等奖。

报告摘要：面向目标的观点词抽取是细粒度情感分析中的一个子任务，由于标注复杂耗时，这个任务的标注数据规模通常较小，数据稀缺严重影响了深度学习模型的性能。相比之下，文档级的评论情感分类数据很容易从在线评论网站中收集到，它们包含了大量的潜在观点以及与情感相关的语义模式。本文从迁移学习的角度出发，利用评论情感分类数据中的潜在观点来辅助提升面向目标的观点词抽取任务，并利用注意力机制和启发式规则来解决迁移过程中的问题。

报告人：朱杰

苏州大学计算机科学与技术学院在读硕士，主要研究方向为自然语言处理、文本生成、语义分析、机器翻译。在国际顶级会议EMNLP-IJCNLP及中文核刊上以第一作者身份发表论文。目前在阿里巴巴达摩院任实习算法工程师，负责线上机器翻译干预方向的研究与探索。曾获得国家励志奖学金，特等研究生学业奖学金等荣誉。

报告摘要：我们在这篇文章中研究如何利用预先指定译文来约束神经网络机器翻译。已有工作在解码时将预先指定译文以词汇化约束的方式强制加到最终翻译结果中，并从目标端对源端的注意力机制中提取词对齐信息来指导上述过程。但最近的多项研究发现，从通常的注意力机制中提取出的词对齐是不够准确的。我们通过在传统的基于多注意力头的Transformer结构中引入一个专用的注意力头来解决这个问题，这个注意力头专门用来学习外部的有监督词信号。五种语言对的实验结果表明该方法的有效性。

报告人：王成名

南京大学计算机系在读硕士(万维网软件研究组), 师从胡伟副教授，研究方向为知识图谱, 聚焦于不同知识图谱间的实体对齐工作。

报告摘要：由于图神经网络（GNNs）对图结构的判定能力，因此GNNs被广泛的用于知识图谱（KG）相关的工作中。但是在不同的KG中，相同实体的邻居结构经常是非同构的。这在一定程度上会限制GNNs的表达能力。因此我们提出了一个新的基于GNNs的用于实体对齐的模型AliNet.试图降低不同KG间的异构性，从而更好的将GNNs用于KG间的实体对齐工作。