Close

服务计算与大数据系列学术报告会


发表日期:2020-01-08 供稿:

学术报告1

 

    目:大数据时代的人工智能

报告人:窦万春               教授(南京大学)

报告时间:2020111 9:00-9:50

报告地点:理工D318

 

摘要:过去十余年,计算机领域中以“云、物、移、大、智”为代表的各种新技术迅猛发展。如何从技术体系的角度,理解这些技术内在的关联,进而从技术衍变的角度实现上述单项技术的应用集成,直接影响到复杂系统的应用开发。本报告从大数据和人工智能出发,在回顾计算机领域重大研究主题的基础上,给出了一个集成思路,并对未来的发展提出了自己的见解。

 

报告人简介:窦万春,男,1971年生,南京大学计算机科学与技术系教授,博士研究生导师,中国计算机学会“协同计算”专家委员会委员,电子学会“云计算”专家委员会委员,江苏省“云计算专家论坛”副主任委员,江苏省“大数据”专家委员会委员。2001-2002年在南京大学计算机科学与技术系从事博士后科研工作,2005.4-2005.62008.11-2009.2期间先后在香港科技大学计算机科学与工程系进行访问研究,2006年入选教育部“新世纪优秀人才资助计划”,2007年入选江苏省“333高层次人才培养计划”,2013年入选江苏省“六大人才高峰计划(A)。作为项目负责人,先后主持4项国家自然科学基金、6项江苏省重点研发计划/江苏省科技支撑计划/自然科学基金等,相关研究成果获2018年江苏省科学技术一等奖。分别在国际期刊IEEE Transactions on ComputersCCF-A类期刊)、IEEE Transactions on Parallel and Distributed SystemsCCF-A类期刊)、IEEE Transactions on Information Forensics and SecurityCCF-A类期刊)、IEEE Journal on Selected Areas In CommunicationsCCF-A类期刊)、ACM Transactions on Multimedia Computing, Communications, and ApplicationIEEE Transactions on Services ComputingIEEE Transactions on Automation Science & EngineeringIEEE Transactions on Big DataIEEE Transactions on MultimediaIEEE Transactions on Cloud ComputingIEEE Transactions on Emerging Topics in ComputingIEEE Transactions on Industrial ElectronicsIEEE Transactions on Sustainable Computing等期刊以及领域内知名国际会议INFOCOMCCF-A类会议)、ICDECCF-A类会议)等上发表或录用论文100余篇(其中ACM/IEEE Trans.系列论文近30篇,3篇最佳会议论文)。作为通信作者的大数据综述文章“Networking for Big DataA Survey”,2017年发表在IEEE Communications Surveys and Tutorials上。据最近今年的统计数据,该期刊影响因子在IEEE发行的155本期刊中影响因子排名第一,2019年发布的影响因子高达22.9


学术报告2

 

题目:Finding All You Need: Web APIs Recommendation in Web of Things through Keywords Search

报告人:齐连永               教授(曲阜师范大学)

报告时间:20201119:50-10:40

报告地点:理工D318

 

摘要:The increasing number of web APIs registered in various service sharing communities (e.g., ProgrammableWeb) has provided a promising way to quickly build various apps with diverse functions. Generally, an app developer can manually discover, select and compose a set of appropriate web APIs to build a new app satisfying the developer's functional and non-functional business requirements, economically and conveniently. However, the above manual web APIs selection process is usually time-consuming and cumbersome as most app developers often do not have much background knowledge of candidate web APIs. Moreover, the manually selected web APIs cannot always guarantee to be integrated successfully as the compatibilities between different web APIs are often varied and not validated. In view of these challenges, we define a weighted APIs correlation graph (W-ACG) in this paper to model the APIs functions and compatibilities. Furthermore, we propose a novel web APIs recommendation approach named K-CAR (Keywords-based and Compatibility-aware APIs Recommendation) based on the defined W-ACG. Through analyzing the input keywords describing the functions expected by an app developer, K-CAR can return the app developer a set of optimal web APIs that are not only functional-qualified but also compatibility-guaranteed. Extensive experiments are deployed on 18,478 real-world web APIs and 6,146 real-world apps to evaluate the usefulness and efficiency of K-CAR.

 

报告人简介:齐连永,男,1982年生,博士,IEEE/ACM会员,曲阜师范大学信息科学与工程学院,青年教授,济宁市自然科学学科带头人。主要研究方向为服务计算、推荐系统。2011年毕业于南京大学计算机科学与技术系并获博士学位。2010.12-2011.01在澳大利亚Swinburne University of Technology进行访问研究,2014.07-2016.09于南京大学软件工程博士后流动站进行科学研究。主持国家自然科学基金(面上项目)、国家自然科学基金(青年项目)、山东省自然科学基金(面上)、中国博士后科学基金等项目9项。以第一作者/通讯作者,在领域知名期刊以及CCF推荐会议上,发表60余篇科研论文(其中SCI论文40篇,ESI高被引论文3篇),其中2篇国际会议论文获得Best Paper Award, 同时申请专利2项。担任SCI期刊SCNCCF-C)、WINETCCF-C)、JCCJWCNJOEUCIJDSN的客座编辑,并获2018济宁市自然科学学术创新一等奖(首位)、2017济宁市自然科学学科带头人、2016山东省高等学校优秀科研成果奖(首位)。

论坛报告3

 

题目:Collaborative Quantification and Placement of Edge Servers for Internet of Vehicles

报告人:许小龙     助理教授(南京信息工程大学)

报告时间:202011110:40-11:30

报告地点:理工D318

 

摘要:Facing serious challenges in bandwidth and latency, currently adopted cloud computing is no longer effective for performing the real-time tasks from Internet of Vehicles (IoV) in the smart cities. An emerging computing paradigm, i.e., edge computing, is proposed to complement cloud computing by offloading the tasks to the edge of the network. Generally, the task offloading is implemented based on the premise that edge servers (ESs) are appropriately quantified and located. However, the quantification of the ESs is often offered according to the empirical knowledge, lacking analysis on the real traffic condition in IoV. Thus, the quantity and locations of the ESs need to be thoroughly discussed ahead, otherwise additional latency and network congestion will occur. In this talk, I will address the abovementioned problem, and show a designed collaborative method for the quantification and placement of the ESs in IoV.

 

报告人简介:许小龙,男,1988年生。南京信息工程大学计算机与软件学院讲师、硕导。201612毕业于南京大学计算机科学与技术系,获博士学位。20174月至20185月于美国密歇根州立大学进行访问研究。主要研究方向为:云计算、边缘计算、物联网、大数据等。以第一作者/通信作者在IEEE TIIIEEE TCCIEEE IOTIEEE TCSSIEEE TETCIWWWJSPE等国际知名期刊和ICSOCIEEE ICWS等国际会议上发表和录用论文49篇(其中IEEE Transactions、中科院大区一区、CCF-B类文章13篇),Google citations 900余次。获得云计算与大数据国际会议CBD2016最佳论文奖。主持国家自然科学基金、国家重点研发计划课题、国家重点实验室开放课题等项目5项;受理发明专利8项、授权发明专利2项。

服务计算与大数据系列学术报告会(2020.1.11).docx