1 nouvelle Ji-won d'origine
13 août 2017 à 17, les conférences académiques internationales top data mining KDD2017 tenue à Halifax, au Canada. L'effectif total de la conférence a atteint 1656 personnes de 51 pays et régions du monde. Parmi eux, les États-Unis ont enregistré le plus grand nombre, suivie par la Chine, le Canada a terminé troisième.
À propos des données papier de conférence acceptées, les chercheurs chinois et la performance de l'entreprise et les meilleurs papiers, voir le nouveau Best Paper Ji-won rapports précédents « [KDD meilleur article publié] BAT, document de Huawei Google, la Chine a balayé KDDCUP » .
L'Assemblée générale a également annoncé KDD2018. Rutgers US - Directeur de l'information du Centre de sécurité, Université d'État de New Jersey, Rutgers School of Management Science et des systèmes d'information de recherche piste PC Xiong a été élu président.
Xiong E-Mail: hxiong@rutgers.edu, laboratoire Page d'accueil: http: //datamining.rutgers.edu
Professeur Xiong est diplômé de l'Université des sciences et de la technologie de la Chine, est diplômé de l'Université du Minnesota, actuellement Rutgers US - Directeur de Centre d'information sur la sécurité, l'Université d'État du New Jersey, Département du Département des sciences et gestion des systèmes d'information adjoint Rutgers Business School professeur (professeur titulaire), RBS professeur de président de président, et a servi comme professeur à l'Université des sciences et de la technologie de la Chine maîtrise.
Professeur Xiong principaux domaines de recherche couverts par l'exploration de données, les grandes données et l'intelligence artificielle, les honneurs partie incluent ACM scientifique émérite, professeur de la rivière Yangtze, classe d'outre-mer exceptionnelle jeunesse B (Hong Kong et Macao et chercheurs étrangers Fonds commun de recherche). Professeur Xiong travaux de recherche est Forbes, The Economist, Harvard Business Review, The Wall Street Journal et d'autres médias ont largement rapporté. Parmi eux, The Economist (The Economist) en 2016, un article spécial met l'accent sur les travaux de recherche de l'utilisation Professeur Xiong des technologies Big Data prévention du crime ( Économiste Titre de l'article: câpres Cutpurse ), Alors que la Harvard Business Review en 2016, également un article spécial se concentre sur la pointe de son travail sur l'analyse de données à grande humain.
KDD chercheurs de rendement: cet article a reçu 8, d'améliorer de manière significative le statut académique des chercheurs chinois
Selon les rapports, la conférence Professeur Xiong et l'équipe un total de huit articles est reçu (y compris par voie orale), leur équipe reçoit un document l'année dernière, le nombre est de 9, peut être décrit comme très productif. Vous savez, en revanche, dans plus de 200 documents reçus dans KDD, les universités et les entreprises de la Chine continentale seulement 20 Articles de cette année.
De plus, la KDD actuelle de la Chine chapitre, le professeur Xiong Hui et Pei Jian, Zheng Yu Ping et Yejie et beaucoup d'autres grands chercheurs pour partager une merveilleuse organisation.
Xiong a déclaré que le nouveau Ji-won: " Dans cette KDD Chine session, j'ai présenté l'analyse de l'innovation dans l'avant-garde du monde dans le domaine de la grande intelligence des talents de données. Différent de la gestion des ressources humaines traditionnelle devrait être résumée par un grand nombre de pratiques à long terme à une règle générale, toujours résoudre le problème, la gestion est à la traîne. la gestion des talents de données Big fournit des données objectives intelligente, l'intégrité, la transparence, l'exploration de données d'analyse prédictive, ce qui permet la gestion d'être plus objective, juste et jour de pluie. Plus précisément, je suis de talent, l'organisation de la gestion des talents et la culture des trois scénarios d'affaires, pour l'introduction d'un ensemble de solutions d'outils intelligents et gestion des talents points de douleur d'affaires, pensez personnel du réservoir système mis en place est basé sur nos dizaines d'auto-développés l'élément de modèle d'outil algorithme d'apprentissage automatique intelligent, un soutien efficace et de compléter l'acquisition de talents, la rétention des talents, découvreur de talents, la stabilité organisationnelle, un ensemble d'actions de gestion. Nous avons construit ce système complet de gestion des talents intelligents, ce qui démontre l'efficacité de la gestion des grands talents intelligents axée sur les données, premier du genre dans le monde. "
Ces dernières années, les chercheurs chinois dans le sens de la présence sur la conférence KDD a été forte, avec des performances exceptionnelles. À cet égard, le professeur Xiong a aussi des sentiments, il a dit: « savants chinois ces dernières années ont été de plus en plus rapidement dans diverses recherches et percées dans mon sentiment particulier reflète dans deux aspects d'abord, un grand nombre de documents de haut niveau publiés, et associés grande. remarquables jeunes chercheurs, d'autre part, d'améliorer de manière significative le statut académique des chercheurs chinois, de plus en plus savants chinois que l'organisateur de la réunion de haut niveau du comité de rédaction et revues de l'industrie et même l'éditeur ".
Les communications acceptées que cette année, le taux le plus élevé de taux d'acceptation de 12,8% KDD pourquoi le papier est si bas?
Les données montrent que cette année un total d'étude KDD piste a examiné 748 documents, a reçu un total de 130, dont 64 Présentation orale, affiche 66, le taux de réception de 8,6% et 8,8%, respectivement. Piste de données des applications scientifiques ont été examinées 390 documents, a reçu un total de 86, ce qui montre 36 par voie orale, 50 présentations d'affiches, le taux de réception de 9,2% et 12,8%, respectivement.
KDD a toujours connu des papiers taux acceptés. Lorsqu'on lui demande pourquoi l'Assemblée générale d'accepter un taux aussi faible, le nouveau professeur Xiong Zhi Yuan a dit, KDD est une exploration de données et réunion annuelle supérieure académique de la science des données. Du milieu universitaire, les chercheurs de l'industrie et du gouvernement veulent publier et diffuser leurs travaux sur KDD influents, et sont donc particulièrement grande quantité de cotisation chaque année, la réception a été très faible taux de KDD. En outre, beaucoup d'entreprises de haute technologie les départements RH recrutent activement des étudiants articles publiés comme le premier auteur KDD, afin que les élèves apportent une contribution très enthousiastes, qui a également conduit à un taux d'acceptation de l'article objectif.
KDD nouvelle tendance: les industries traditionnelles et les grandes données, l'apprentissage machine, combinée à l'intelligence artificielle deviendra un nouveau champ de bataille et les hauteurs
New Ji-won dans l'interview de demander, quelle est la plus tendance notable au cours des dernières années la zone KDD?
Le professeur Xiong estime que les deux dernières années, l'exploration de données, l'apprentissage des machines et des technologies de l'intelligence artificielle, et l'industrie émergente Internet est non seulement liée étroitement et combinés entre eux et de promouvoir les industries traditionnelles, est devenu un nouveau spot lumineux. Par exemple, selon la conception traditionnelle du peuple, l'industrie des ressources humaines est un sujet de comportement organisationnel, est difficile à quantifier. Nos talents salons de projet intelligents offrent l'objectivité, l'intégrité, la transparence, l'analyse de la prévisibilité par les grandes analyses de données, ce qui permet la gestion d'être plus objective, juste et jour de pluie. Autre exemple, l'industrie de la fabrication industrielle, semble difficile à embrasser grande données et des techniques d'intelligence artificielle. Cependant, dans la fabrication industrielle norme de 4,0 années, la technologie de l'intelligence artificielle, deviendra une fabrication industrielle traditionnelle moteur de la renaissance Nirvana. Il a dit: « Je crois dans les industries traditionnelles et les grandes données, l'apprentissage automatique, la technologie de l'intelligence artificielle combinera pour devenir un nouveau champ de bataille et les hauteurs. »
Ainsi, ces dernières années, le champ KDD est très proche de l'apprentissage machine et de l'application pratique, ce qui est une grande tendance il?
Le professeur Xiong pense que c'est une grande tendance. Il a en outre expliqué que les premiers êtres humains dans tous les coins du monde, en tout temps, tout type de comportement, tant sous la forme de données différentes commence à conserver. Dans l'histoire humaine, nous avons jamais eu une bonne occasion par méticuleuse, plein de données, compréhension en profondeur des pores du comportement humain, a constaté que le point de la douleur de l'industrie. Par conséquent, l'avenir sera de plus en plus étroitement dans le domaine de l'apprentissage KDD de la machine et des applications pratiques, la recherche et l'avenir sera de plus en plus de problèmes de l'utilisation de la pratique KDD.
Spécifiques à l'apprentissage en profondeur. Le professeur Xiong estime que les données + grande étude approfondie est actuellement très populaire dans de nombreux domaines d'une classe de solutions techniques. étude approfondie a démontré ses avantages uniques dans de nombreuses applications avec de grandes données, telles que la reconnaissance vocale et du traitement d'image. Cependant, son point de vue personnel est que la profondeur de l'apprentissage, comme toute technologie a ses limites, mais aussi son champ d'application . Dans le domaine KDD, il croit qu'il y aura de nombreuses études ont mis l'accent sur la profondeur des préférences d'apprentissage, ce qui réduit la complexité de calcul et d'interprétation des résultats.
experts miniers données à parler: quel type de données sont bonnes données?
En tant que professeur principal avec une accumulation profonde dans le domaine de l'exploration de données. Comment les données Professeur Xiong Kandai? Comment le type de données est de bonnes données? Comment obtenir ces données bien?
Le professeur Xiong estime que pour obtenir des données de haute qualité, je pense qu'il faut aussi tenir compte de la « quantité » et « qualité ». Montant, fait référence non seulement à la grande quantité de données, y compris également la validité de l'objet à couvrir par les différents sujets de recherche, à savoir les statistiques de la population, la « qualité » fait référence à la validité des données, qui est, le degré de bruit dans nos données, l'opportunité d'inclure des questions spécifiques nécessaires pour analyser les différentes propriétés, la présence et facile à construire la pertinence intrinsèque, s'il y a une richesse de la caractérisation sémantique, nous sommes en mesure de soutenir le calcul et l'analyse rapide.
Pour les grandes données. Selon lui, plus le meilleur est pas une donnée simple, mais les données et les questions à traiter liées au mieux. Dans de nombreuses applications d'analyse de données spécifiques, en particulier l'intelligence d'affaires, mais aussi faire attention à la combinaison efficace de petites et grandes données de données.
Le développement rapide de la grippe aviaire a également apporté quelques modifications intéressantes à l'exploration de données, telles que la découverte et l'automatisation exploration de données se fait automatiquement par la machine de travail de l'exploration de données. En réponse à cette recherche, le professeur Xiong Zhi Yuan à la nouvelle introduction, a déclaré: « Dans le monde universitaire, certains chercheurs ont commencé à essayer d'explorer l'exploration de données automatisée, une direction potentielle prescriptive analyse. »
Par exemple, ils collaborent avec des chercheurs d'IBM tentent d'automatiser la détection des anomalies, a publié un article cette année KDD17 « REMIX: Exploration automatisé interactif Outlier de détection ». Cependant, sur la base des travaux d'exploration de données elle-même, la diversité et la complexité nécessite souvent la combinaison de compétences techniques et la connaissance du terrain, il est souvent difficile d'éviter complètement la participation des personnes, donc au moment d'être complètement automatisé ou irréaliste.
La valeur de l'exploration de données: attraper le voleur, même brume règle anti-terrorisme
2015, l'exploration de données il y a eu des études très intéressantes, telles que les grandes analyses de données de recherche « attraper le voleur » (voir les rapports de la nouvelle Zhi Yuan Professeur Xiong faire usage: KDD papier brillant: attraper un voleur avec des données de carte de bus intelligente ).
De plus, il y a des chercheurs à explorer l'utilisation de la gouvernance de la brume de l'exploration de données et de contre-terrorisme. Professeur Xiong a déclaré que le nouveau Ji-won, avec le développement rapide et la mise en uvre de la technologie de réseau de capteurs, capteur en temps réel plus intense peut aider à recueillir des données pour la surveillance de l'environnement d'un large éventail de la couverture. Ces données valides pour nous de déterminer les causes de la brume, contribuant ainsi à une gouvernance raisonnable haze apporte son soutien à la décision.
Dans la lutte contre le terrorisme, l'exploration de données perspective d'application. Tout d'abord, au cours des dernières années, les grandes techniques d'analyse des données et l'analyse des données du matériel progrès de percée technologique de la plate-forme. Par exemple, le développement rapide des applications de cloud computing et les grandes plate-forme de données, ainsi que la profondeur des technologies d'apprentissage dans le texte, audio, image, analyse des données vidéo un grand succès. En second lieu, il peut être appliqué à des sources de données diverses et la couverture des données est également contre-terrorisme plus large. Par exemple, la caméra a été largement diffusé dans une certaine mesure, l'Internet des objets, des données vidéo multi-sources en réseau générés par l'appareil photo peut être une bonne aide à identifier l'attaque terroriste potentiel ou des terroristes de capture d'aide.
Cliquez ici pour lire le message original pour voir les détails, espérons que vous pouvez rejoindre ~
