今年CNCC技术论坛多达111个，无论从数量、质量还是覆盖，都开创了历史之最，将为参会者带来学术、技术、产业、教育、科普等方面的全方位体验。本文特别介绍【知识为意，图谱为形——基于图谱机器学习的知识推理】技术论坛，提前带你了解本论坛的专家、报告、会议日程等重要信息。
CNCC2021将汇聚国内外顶级专业力量、专家资源，为逾万名参会者呈上一场精彩宏大的专业盛宴。别缺席，等你来，欢迎参会报名！
CNCC2021参会报名
【知识为意，图谱为形——基于图谱机器学习的知识推理】技术论坛
【论坛背景介绍】
知识图谱可以有效地组织和表示人类知识，在包括居住、金融、医疗、司法等需要专业知识及推理的领域具有广泛应用前景，并有望作为实现新一代可解释人工智能的强力引擎。在本次论坛中，我们将介绍知识图谱的基本组成、构建流程等概念，在建模知识图谱时可能用到的经典方法和深度学习方法，可解释的图机器学习方法，以及知识图谱在工业界场景下的典型应用。我们希望从学界和业界不同角度对以下问题进行进一步的探讨：如何拓宽知识图谱在工业界的应用场景，并根据特定应用场景对现有知识图谱的构建、存储等方式进行改进；如何开发更加适用于知识图谱的深度学习技术，提升对知识图谱的建模能力；如何基于结合知识图谱提升现有机器学习模型的可解释性。
论坛主席
叶杰平
贝壳找房
叶杰平，CCF企工委执委、贝壳找房副总裁、首席科学家，密西根大学教授，IEEEFellow、ACM杰出科学家，CCF人工智能与模式识别专委会常务委员。叶杰平博士主要从事机器学习、数据挖掘和大数据分析领域的研究，致力于推进人工智能技术在居住等领域的应用。他是多个国际顶级人工智能会议的资深委员会会员，也是多个顶级人工智能期刊的副主编。曾获得KDD和ICML最佳论文奖，荣获2017年“CCF科学技术奖科技进步卓越奖”、2018年“CCF青竹奖”、2019年度国际运筹学领域顶级实践奖——瓦格纳运筹学杰出实践奖(DanielH.WagnerPrize)。
论坛共同主席
王杰
中国科学技术大学
论坛日程安排
主题
主讲嘉宾
单位及任职
13:00-13:05
开场介绍
张露露
贝壳找房人工智能技术中心
高级技术发展专家
13:05-13:40
DeepLearningforQuantumChemistryandPhysics
姬水旺
德州农工大学计算机科学与工程系教授
13:40-14:15
从优化的角度理解和设计图神经网络
汤继良
密歇根州立大学计算机科学与工程系副教授
14:15-14:50
基于知识图谱的推理技术--从简单推理到复杂推理
中国科学技术大学教授
14:50-15:25
知识图谱在产业互联网中的应用
冯扬
高级总监
15:25-16:00
领域知识图谱在腾讯的落地实践
马建强
腾讯高级研究员
在线视频知识图谱负责人
讲者介绍
讲者简介：ShuiwangJiiscurrentlyaProfessorintheDepartmentofComputerScience&Engineering,TexasA&MUniversity.HereceivedthePh.D.degreeinComputerSciencefromArizonaStateUniversityin2010.Hisresearchinterestsincludemachinelearning,deeplearning.Dr.JireceivedtheNationalScienceFoundationCAREERAwardin2014.Currently,heservesasanAssociateEditorforIEEETransactionsonPatternAnalysisandMachineIntelligence(TPAMI),ACMTransactionsonKnowledgeDiscoveryfromData(TKDD),andACMComputingSurveys(CSUR).HeregularlyservesasanAreaChairorequivalentrolesforAAAIConferenceonArtificialIntelligence(AAAI),InternationalConferenceonLearningRepresentations(ICLR),InternationalConferenceonMachineLearning(ICML),InternationalJointConferenceonArtificialIntelligence(IJCAI),ACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining(KDD),andAnnualConferenceonNeuralInformationProcessingSystems(NeurIPS).Dr.JiisaDistinguishedMemberofACMandaSeniorMemberofIEEE.
报告题目:DeepLearningforQuantumChemistryandPhysics
报告摘要:Quantumchemistryandphysicsstudyatomicandsubatomicbehaviorsofparticlesxystems.Whilephysics-basedequationsandcomputationscanbeused,theyarecomputationallyprohibitive,limitingcurrentstudiestomany-bodysystemswithasmallnumberofparticles.Inthistalk,Iwilltalkaboutourworkonusingdeeplearningtoexpeditescientificdiscoveriesinquantumchemistryandphysics.Wedevelopandusevariousgraphneuralnetworkstomakepredictionsforquantumsystems.Wecanalsogeneratemolecularandquantumsystemsusinggenerativemodels.Toaiddomainunderstanding,wedevelopexplainabilitymethodstointerprettheresultsofdeepmodels.
报告题目：从优化的角度理解和设计图神经网络
报告题目：基于知识图谱的推理技术——从简单推理到复杂推理
报告摘要：知识图谱蕴含丰富的人类先验知识，具有重要的学术价值和广泛的应用前景。知识图谱推理作为知识图谱领域的核心技术，能够极大地扩展现有知识的边界，同时有力地辅助人类进行智能决策。我们将结合知识图谱近年来的研究趋势与应用场景，介绍知识图谱推理技术面临的挑战与机遇，并重点介绍从简单到复杂的推理技术。
贝壳找房人工智能技术中心高级总监
讲者简介：冯扬，北京理工大学信息工程学博士，曾就职于新浪微博、腾讯、搜狗等互联网公司任推荐技术专家，从事推荐算法研究及推荐系统的研发工作。研究领域为数据挖掘、机器学习、推荐系统等，主持并实施了社交媒体数据挖掘，社交网络用户关系模型构建，微博推荐体系和系统搭建，微博视频语义分析系统等。2017年加入贝壳找房，负责壳大数据、数据挖掘、智能搜索、机器学习等。目前致力于AI在居住领域中的应用，包括面向经纪人的智能助手、“房-客-人”智能匹配、房/客/门店分级等。
报告题目：知识图谱在产业互联网中的应用
讲者简介：马建强，腾讯高级研究员、在线视频知识图谱负责人，长期从事自然语言处理和知识图谱等方向的研究与应用，曾在德国图宾根大学、某头部Fintech公司和平安人寿负责NLP基础技术研究、金融知识图谱落地和AI中台建设等工作。本科和硕士分别毕业于哈尔滨工业大学（计算机）和荷兰格罗宁根大学（语言与通信技术）。在国际会议和期刊发表论文多篇，担任ACL、EMNLP、NAACL、COLING、AAAI、IJCAI等AI顶会程序委员会委员。
报告题目：领域知识图谱在腾讯的落地实践
CNCC2021将于10月28-30日在深圳举行，今年大会主题是“计算赋能加速数字化转型”。CNCC是计算领域学术界、产业界、教育界的年度盛会，宏观探讨技术发展趋势，今年预计参会人数将达到万人。每年特邀报告的座上嘉宾汇聚了院士、图领奖得主、国内外名校学者、名企领军人物、各领域极具影响力的业内专家，豪华的嘉宾阵容凸显着CNCC的顶级行业水准及业内影响力。
今年的特邀嘉宾包括ACM图灵奖获得者JohnHopcroft教授和BarbaraLiskov教授，南加州大学计算机科学系和空间研究所YolandaGil教授，陈维江、冯登国、郭光灿、孙凝晖、王怀民等多位院士，及众多深具业内影响力的专家。今年的技术论坛多达111个，无论从数量、质量还是覆盖，都开创了历史之最，将为参会者带来学术、技术、产业、教育、科普等方面的全方位体验。大会期间还将首次举办“会员之夜”大型主题狂欢活动，让参会者畅快交流。