應漆桂林老師邀請，牛津大學大學陳嬌彥博士和吳連龍博士将于2019年8月23日訪問bet356手机版唯一官网并做學術報告。
報告題目一：Knowledge Graph Curation by Deep Learning and Semantic Reasoning
報告時間：2019年8月23日（周五）下午2點
報告地點：bet356手机版唯一官网九龍湖校區計算機樓4樓會議室
報告摘要: In this report, I will briefly discuss some issues and their related work on knowledge graph (KG) curation in the recent decade, including semantic table matching (KG boosting) and KG repairment. Then I will present our recent work ColNet, a framework for automatic column type matching, as well as a new column classifier that is able to learn table semantics for prediction. Finally, I will introduce the extension of the sampling and learning framework of ColNet for knowledge base literal canonicalization.
報告人簡介: Dr. Jiaoyan Chen is now a Senior Researcher in Knowledge Representation and Reasoning Group at the Department of Computer Science, University of Oxford. He works for AI for data analytics of The Alan Turing Institute and SIRIUS of Norway. The research directions include knowledge graph curation, knowledge-based learning, XAI, etc.
He was previously a PostDoctoral Researcher in GIScience Research Group in Heidelberg University. Jiaoyan did his Ph.D in Computer Science and Technology in Zhejiang University, working on combing knowledge reasoning and learning for predictive analytics problems like smog disaster analysis.
報告題目二：DeepReason.AI (深度推理人工智能)
報告時間：2019年8月23日（周五）下午3點
報告地點：bet356手机版唯一官网九龍湖校區計算機樓4樓會議室
報告摘要: 大型企業通常存有大量的數據,如果有效結合,能夠幫助其獲得新的商業見解,例如識别風 險,檢測欺詐行為,預測客戶意向等。基于牛津大學計算機系的科研項目“VADA 數據增值系 統原理與架構”,我們緻力于提供一種集成公開數據的知識圖譜管理系統,構建結合邏輯推理 與機器學習的新型人工智能架構,為數據驅動的決策服務提供透明可靠、可解釋、可複核的人 工智能技術支持。 在目前機器學習場景中,基于邏輯推理的人工智能需求正在迅速增加。具體表現在:對于領域 知識的深度獲取與決策支持、非技術人員可以理解和掌握的模型、圖模型的邏輯推理。截止目 前,近四分之一的公司已經采用圖數據庫。企業需要在現有并不完整的數據集上建立知識圖譜 以獲取最多的價值,具體體現在兩方面:整合互聯網上的海量公開數據與實體數據;應用強邏 輯推理形式生成新的知識與規則。 該項目在兩百萬英鎊科研經費的支持下,技術研究與産品已進行兩年多時間。我們的科研與工 程團隊包括了世界級的邏輯推理與人工智能專家,并有豐富的業界經驗推動這一雄偉計劃。邏 輯推理是人工智能的一個重要分支,它使得非工程背景的領域專家可以制定規則,用于描述數 據間的直接或間接關系。這與機器學習這種從大量樣例中提取模式的方法有所不同。推理的方 法适用于複雜數據的應用場景,例如用于描述公司、人員、産品事件之間關系的複雜網絡。并 且在歐洲監管新規則下,任何影響消費者的商業決策必須是可解釋可審計的。 我們還将基于現有理論基礎與核心數據庫引擎,輻射整合以下多個方面:數據可視化、機器學 習、大數據分析、自然語言處理、專家知識規則管理、圖數據管理、網頁數據抓取等。目前已 經進行中的商業應用領域包括中央銀行、商業銀行、石油化工行業、網絡通信設備廠商等。
報告人簡介: 吳連龍,牛津大學計算機科學專業博士生,師從英國皇家學會院士 Georg Gottlob,研究方向 為人工智能與大數據邏輯推理,獲英國羅素獎學金全額資助。已獲牛津大學計算機軟件工程碩 士學位。2019 年受邀參加國際人工智能聯合會議(IJCAI)博士論壇,2017 年獲國際人工智能 協會(AAAI)最佳學生展示論文獎。入圍英國計算機學會(BCS)2016 年度信息技術人物獎 (30 歲以下組)。累計在國内外期刊會議等發表學術論文 9 篇,學術講座 5 次。碩士研究項 目獲微軟雲計算基金(Azure )資助,設計并實現了采用動态規劃模型的即時戰略遊戲人工智 能系統,并利用雲計算資源進行大規模(數千台虛拟機)遺傳算法機器學習訓練。 曾任紐約證券交易所高級軟件工程師,八年以上工作經驗,主要工作包括證券市場實時數據及 風險控制軟件的設計開發維護,高可靠機制設計實現,超低延遲性能評測優化。近五年内作為 開發團隊核心成員,為香港證券交易所開發領航星市場數據發布系統(HKEx OMD),将香港 股市的時延降低至亞微秒級,同時系統容量與可擴展性大大提高。此前曾獨立開發了數十個金 融數據源接收處理軟件,将不同格式、不同技術架構的實時大數據歸并到統一的技術平台,主 要應用于高頻交易及算法化場景。