报告一

报告题目：迎接大知识革命

主讲人：陆汝钤研究员/院士

时间：2018年6月8日9:00—10:00

地点：长江路校区图书馆多功能报告厅

主办：计科学院 物电学院 数科学院

报告摘要：本世纪初，大数据现象异军突起，随之而引发了对大数据的研究和应用浪潮。大数据挖掘和大数据分析学也推动了人们思考应该从大数据中获取什么样的知识。到了本世纪的第二个十年，对此问题的解答初露端倪，‘大知识’的提法逐渐浮现于专家们的报告和博客中。人们开始意识到应该有一种理念、技术和方法把大数据转换成大知识，以进一步满足社会和经济发展的需要，其中就有人提到需要来一场‘大知识革命’。但是究竟什么是大知识，却没有人给出一个说明，更没有看到有人对大知识做过深入的研究，哪怕是给一个类似于大数据3V, 4V, 5V的大知识刻画也未见到。有鉴于此，我们从2016年开始研究大知识现象，并得到了一些初步的结果。本报告在回顾国内外六个大型知识工程项目的基础上提炼出大知识的5个MC(Massive Characteristics)特征,以及大知识系统应有的5+5个MC特征。在综合实际数据的基础上，我们给出了各个MC特征的定性和定量参考标准。开发大知识系统需要大知识工程。我们给出了大知识工程的初步定义和它的一个生命周期模型。最后，我们展望了大知识革命的可能研究方向和问题。

报告人简介：1959年毕业于德国耶拿大学数学系。1999年当选为中国科学院院士。中国科学院数学与系统科学研究院研究员。研究兴趣包括人工智能、知识工程和基于知识的软件工程。他设计并主持研制了知识工程语言TUILI和大型专家系统开发环境《天马》。首次把异构型DAI和机器辩论引进人工智能领域。研究出基于类自然语言理解的知识自动获取方法，并开发出基于知识的应用软件自动生成技术。主持研制了一套全过程计算机辅助动画生成技术，从受限自然语言理解开始，把中文童话故事自动转换成动画片，在计算机艺术领域推进了人工智能。提出了知件和知识中间件概念、技术及生命周期模型以及基于知件的软件工程。发表论文两百余篇，出版中英文专著8部，曾获全国科学大会先进集体奖、中科院重大成果一等奖、中科院科技进步一等奖、国家科技进步二等奖、中国数学会华罗庚数学奖、中国计算机学会终身成就奖。

报告二

报告题目：语义分类和描述框架研究及其应用

主讲人：曹存根研究员

时间：2018年6月8日10:00—11:00

地点：长江路校区图书馆多功能报告厅

主办：计科学院 物电学院 数科学院

报告摘要：与传统的生物分类问题很类似，如何对各种语义现象进行系统化的研究，并且构成合理的分类体系，是人工智能研究面临的一项重要而又困难的问题。该问题的难点在于语义现象纷繁杂乱，而且不同的观察者有不同的认识。本报告介绍近几年我们在语义分类和描述框架研究方面的进展，并且介绍它的应用前景。

报告人简介：1993年获得中科院数学所理学博士学位，1999年入选中科院百人计划，2000年起担任中科院计算所研究员、博士生导师。主要研究兴趣包括大规模知识处理、基于海量知识的应用技术。

报告三

报告题目：大型生物医学本体匹配

主讲人：张松懋研究员

时间：2018年6月8日14:00—15:00

地点：长江路校区图书馆第一会议室

主办：计科学院 物电学院 数科学院

报告摘要：本体（ontology）是对领域概念性知识的一种形式化表示，用来对网上资源进行语义标注以实现语义网上的知识共享和互操作。对于同一个领域，不同本体在知识表示形式化模型、结构、领域知识覆盖面、知识粒度等方面都存在很大差别，本体匹配（ontology matching）研究如何识别异构本体间的语义关系以支持语义网重用和共享。作为语义网技术最成功的应用领域，生物医学中的本体覆盖面广且具有海量和结构复杂的特点，每年举办的国际本体匹配比赛（OAEI）中设有三个生物医学专项，包含了挑战性最强的任务。本次报告中，我首先介绍本体匹配的主流方法，它们常使用的技术包括启发式规则、语言处理技术、相似度度量、统计机器学习算法等；然后介绍我们最近的一项工作：构造多层形式化概念分析模型（formal concept analysis）来全面发现本体间语义对应关系，包括概念词法分析、结构验证、结构匹配、属性匹配、和公理匹配以逐层递增式推理，实现的系统FCA-Map在OAEI 2016中获得疾病和基因类本体匹配奖。

报告人简介：中国科学院数学与系统科学研究院研究员、博士生导师，曾在美国、澳大利亚和欧洲的研究机构做访问学者。研究方向为计算机科学中的人工智能理论和技术，主要包括语义网本体知识表示和推理、全过程计算机辅助动画自动生成、自然语言理解和形式文法理论、以及数据挖掘等。曾承担多项国家和北京市科研项目，包括担任三项国家自然科学基金项目的负责人、一项国家863项目的负责人、一项国家自然科学基金重点项目的第二责任人、和一项中国科学院院长基金项目的第二负责人、等。在国际刊物、国内一级刊物、国际会议上发表论文50多篇。

报告四

报告题目：基于不分明量子逻辑的图灵机理论

主讲人：尚云研究员

时间：2018年6月8日15:00—16:00

地点：长江路校区图书馆第一会议室

主办：计科学院 物电学院 数科学院

报告摘要：经典的图灵机理论，以及布尔逻辑和布尔代数是经典计算理论的核心。量子计算机概念提出后，我们率先研究了面向开放量子系统的图灵机理论并得到许多奇异性质。要建立不分明量子逻辑的计算理论，首先要建立其代数模型.我们发现格序QMV代数和扩张的格序effect代数可以作为主要的不分明量子结构，以此为基础系统地建立了基于不分明量子逻辑的图灵机理论。我们发现非确定型量子图灵机比确定型图灵机功能强大，它能够同时识别递归可枚举语言及其补语言；从递归论的角度，界定了该类图灵机语言的下界和上界介于算术层次的第一层和第二层之间；当真值格可数无限时,不存在通用图灵机。最近我们对于不分明图灵机的语言给出了著名的Nivat's定理的刻画。

报告人简介：中国科学院数学与系统科学研究院研究员、博士生导师。研究兴趣：量子计算、量子逻辑、基于量子点元胞自动机的量子器件电路设计和复杂网络。围绕上述方向，目前已经在《Theoretical Computer Science》、《IEEE Transactions on Nanotechnology》、《Mathematical Structures in Computer Science》、《Quantum Information Processing》、《International Journal of Theoretical Physics》、《Physical Review E》、《Chaos》、《Chinese Physics Letters》、《中国科学》、《数学学报》等国内外著名学术期刊和知名国际会议上发表论文60多篇，先后获得陕西省优秀博士毕业生(2005)、陕西省优秀博士论文(2007)、陕西省科技进步二等奖(2008)、王宽诚优秀女科学家项目(2012)等的奖励。

报告五

报告题目：稀疏表示的新模型及其应用

主讲人：周水庚教授

时间：2018年6月8日16:00—17:00

地点：长江路校区图书馆第一会议室

主办：计科学院 物电学院 数科学院

报告摘要：稀疏表示是一种寻找样本间稀疏关系的机器学习方法。近年来，我们提出了多种结构化稀疏表示的新模型，并运用于一些生物数据挖掘问题，包括蛋白质功能预测、药物-蛋白质相互作用预测等。本报告在简单介绍稀疏表示的基本概念和模型的基础上，重点介绍我们的新模型和这些模型应用于生物数据挖掘中所取得的结果。

报告人：周水庚教授

报告人简介:复旦大学计算机学院教授/博士生导师，上海市智能信息处理重点实验室副主任。主要研究领域为人工智能、大数据管理与分析、生物信息学等。在相关国际学术期刊（包括VLDB Journal, IEEE TKDE, IEEE TGRS, IEEE TPDS, IEEE/ACM TCCB, Nature Communications, Nucleic Acids Research和Bioinformatics等）和国际学术会议（包括SIGMOD，SIGKDD，VLDB，ICDE, AAAI, IJCAI，ICCV,CVPR, SODA, ECML, ECAI, EDBT、RECOMB和ISMB等）发表研究论文200多篇；获教育部自然科学二等奖1项、教育部科技进步二等奖2项。目前为中国计算机学会理事、杰出会员，中国计算机学会生物信息学专业组主任委员、数据库专委会委员和大数据专家委员会委员等。