ChineseCSCW2017

Cooperation

主办单位
承办单位

协同计算专委会(CCF TCCC)

重庆市计算机学会

 

Brain Big Data Based Wisdom Service

A Brain Informatics Based Systematic Approach

Ning Zhong

Department of Life Science and Informatics, Maebashi Institute of Technology, Japan

    In this talk, I demonstrate a Brain Informatics based systematic approach to an integrated understanding of macroscopic and microscopic level working principles of the brain by means of experimental, computational, and cognitive neuroscience studies, as well as utilizing advanced Web intelligence centric information technologies. I discuss research issues and challenges with respect to brain computing from three aspects of Brain Informatics studies that deserve closer attention: systematic investigations for complex brain science problems, new information technologies for supporting systematic brain science studies, and Brain Informatics studies based on Web intelligence (AI on the Internet) research needs. These three aspects offer different ways to study traditional cognitive science, neuroscience, brain and mental health, and artificial intelligence.

    About the Speaker: Ning Zhong (http://maebashi-it.org/~zhong) received the Ph.D. degree from the University of Tokyo. He is currently head of Knowledge Information Systems Laboratory, and a professor in Department of Life Science and Informatics at Maebashi Institute of Technology, Japan. He is also director and an adjunct professor in the International WIC Institute (WICI), a principle investigator of Brain Informatics Based Wisdom Service group at Beijing Advanced Innovation Center for Future Internet Technology, Beijing University of Technology. Dr. Zhong's present research interests include Web Intelligence (WI), Brain Informatics (BI), Data Mining, Granular Computing, and Intelligent Information Systems. In 2000 and 2004, Zhong and colleagues introduced WI and BI as new research directions, respectively. Currently, he is focusing on "WI meets BI" research and brain big data computing with three aspects: (1) systematic investigations for complex brain science problems; (2) BI studies based on WI research needs; and (3) new information technologies for supporting systematic brain science studies. The synergy between WI and BI advances our ways of analyzing and understanding of data, information, knowledge, wisdom, as well as their interrelationships, organizations, and creation processes, to achieve human-level Web intelligence reality. In 2010, Dr. Zhong and colleagues extended such a vision to develop Wisdom Web of Things (W2T) as a holistic framework for computing and intelligence in the big data era. Recently Dr. Zhong and his research group are working on brain big data based wisdom service project, in which the fundamental issues include how brain informatics based big data interacts in the social-cyber-physical space of the W2T and how to realize human-level collective intelligence as a big data sharing mind, a harmonized collectivity of consciousness on the W2T that uses brain-inspired intelligent technologies to provide wisdom services. Such interdisciplinary studies make up the field of brain informatics and its applications in brain computing, health studies, ICT for smart-city, brain-inspired intelligent systems among others.

Dr. Zhong is the founding editor-in-chief of Web Intelligence journal (IOS Press), the editor-in-chief of Brain Informatics journal (Springer Nature), the editor-in-chief of Brain Informatics & Health (BIH) book series (Springer Nature), and serves as associate editor/editorial board for several international journals and book series. Dr. Zhong is the co-founder and co-chair of Web Intelligence Consortium (WIC), chair of the IEEE Computational Intelligence Society Task Force on Brain Informatics, co-founder and steering committee co-chair of IEEE/WIC/ACM international conference on Web Intelligence (WI), and co-founder and steering committee co-chair of international conference on Brain Informatics (BI).

个人简介:钟宁教授,日本东京大学博士。现任日本前桥工业大学研究生院及生命信息系教授,知识信息系统研究室主任,北京市特聘专家 (海聚工程特聘教授),北京工业大学国际WIC研究院院长,博士生导师;脑信息智慧服务北京市国际科技合作基地主任,磁共振成像脑信息学北京市重点实验室副主任,北京未来网络科技高精尖创新中心脑信息智慧服务团队首席科学家。国际WIC协会 (WIC: Web Intelligence Consortium) 的创办人并任主席、IEEE计算智能学会脑信息学任务组 (IEEE TF-BI) 主席、《Web Intelligence》 (IOS Press) 国际学术期刊创刊主编和《Brain Informatics》(Springer Nature) 国际学术期刊创刊人并任主编、《Brain Informatics and Health》(Springer Nature) 丛书系列创刊人并任主编国际学术会议IEEE/WIC/ACM International Conference on Web Intelligence (WI)的发起人并任指导委员会主席。国际学术会议International Conference on Brain Informatics (BI)的发起人并任指导委员会主席。主要研究兴趣包括人工智能、网络人工智能: Web Intelligence (WI)、脑信息学、知识发现与数据挖掘、粒计算等。分别于2000年和2004年与合作伙伴共同提出网络人工智能: Web Intelligence (WI)和脑信息学(Brain Informatics)两个全新的研究方向,在网络人工智能和脑信息学研究领域具有开创作用和领导地位。2010年与合作伙伴提出了智慧物联网: Wisdom Web of Thing (W2T)–大数据时代的网络智能科学与技术。

 脑信息智慧服务

摘要:脑信息学(Brain Informatics)是一个新兴的交叉学科,着力于人脑的信息加工机制的研究。通过精心设计反映人脑信息加工过程不同时刻、不同侧面的系列化认知实验,综合应用功能核磁共振成像、脑电、眼动以及各种可穿戴的、可携带的、微米纳米设备等计测手段,以及多模态的脑认知大数据融合挖掘技术,系统化地研究人脑的认知过程,全面理解人脑的信息表征、信息处理及其神经机制,用以启发新的智能信息技术和应用研发。脑信息学正汇聚多个领域的专家学者,共同探讨融合脑科学和智能信息技术的前沿交叉研究。本次讲座,钟宁教授将展示一个从宏观到微观上对人脑的信息加工机制以及神经基础展开研究的脑信息学系统化方法学。该方法学将实验和计算相结合,综合应用认知神经科学、信息科学的各种先进理论和技术(特别是以网络人工智能: Web Intelligence (WI)为核心的智能信息技术)以深入地理解人类智能。系统化的脑信息学方法学产生了包括各种原始脑数据、数据相关的信息、提取的数据特征、与人类智能相关的基础领域知识等在内的脑大数据。本讲座将从以下三个方面来讨论基于脑信息学系统化方法学的脑大数据计算的研究课题和面临的挑战:系统化的研究复杂脑科学问题、支撑系统化脑科学研究的新的信息技术、基于WI需要的脑信息学研究。通过这三个方面的讨论,将展示一个与传统的认知科学、神经科学、人工智能不同的脑信息学方法学。脑信息学和网络人工智能的交叉融合研究将创出基于脑大数据计算的脑信息智慧服务研发基于脑认知大数据的智慧服务平台、受脑认知启发的智能信息系统,以及脑与精神健康智慧服务示范,推动形成以脑认知研究带动脑智能应用的创新生态链。 

 


 

工业互联网的云端协同

罗军舟

东南大学计算机科学与工程学院

个人简介:东南大学计算机科学与工程学院教授、院长,江苏省网络与信息安全重点实验室主任。19821月获得东南大学应用数学学士学位,毕业留校在计算机学院任教至今,先后获得东南大学计算机应用技术专业计算机网络方向硕士学位和博士学位(导师均为顾冠群院士)。三十多年以来,长期从事计算机网络方面的研究,研究兴趣包括:下一代网络体系结构、协议工程、网络安全、无线网络、云计算与大数据等,获得国家科技进步二等奖1项,教育部和江苏省科技进步一等奖4项。自2002年起他参加诺贝尔物理学奖获得者丁肇中教授领导的AMS-02大型物理实验十五年,负责建成东南大学AMS科学数据处理中心。他现任IEEE CSCWD技术委员会主席、ACM中国理事会常务理事、ACM SIGCOMM China主席、国务院学位委员会计算机科学与技术学科评议组成员、中国计算机学会网络与数据通信专委会主任和教育部计算机类专业教学指导委员会委员

摘要:随着物联网、云计算和大数据等技术的发展,人类正迈入第四次工业革命时代。工业互联网以智能机器、网络、工业云构成的“云端”架构为基础,通过云端协同实现智慧决策优化和精准执行控制,是工业智能化、网络化、柔性化发展的关键基础设施。本报告针对当前工业互联网云端协同面临的问题,提出基于“智感、效联、迅知、谐控”的云端协同体系结构及关键技术,实现工业生产全流程的高度协同和共享智能。最后介绍目前承担的国家重点研发计划项目。 



 

异构多源大数据的协同计算方法

过敏意

个人简介:过敏意,博士,博士生导师;国家杰出青年科学基金获得者;2010年入选国家千人计划。现任上海交通大学计算机科学与工程系主任,上海交通大学讲座教授。是973计划首席科学家,教育部创新团队带头人,上海市优秀学术带头人。在嵌入式与普适计算、并行与分布计算、编译与程序优化等领域进行了深入系统的研究,近年来从事大数据、智慧城市方面的研究,在各种学术期刊、会议上发表了超过300篇论文,授权专利30多项,在Springer等出版专著4部。现担任IEEE Trans. On Parallel and Distributed Systems, Journal of Parallel and Distributed Computing等期刊的编委。CCF常务理事和会士。

摘要: 城市大数据是在城市管理、生活、建设、发展等过程中,由信息空间、物理世界和人类社会三元空间所产生的多源、多模态、异构海量数据。深入挖掘这些数据中蕴涵着丰富的知识和巨大的价值,能够为智慧城市建设与管理提供了最客观的依据。但是,城市大数据特有 “内在关联但外在隔离”、“海量丰富但低质碎片”等特点,对大数据分析提出了更加严峻的挑战,归根结底是要解决异构多源大数据的协同计算问题。 本报告将介绍如何关联分布在三元空间中的数据片断,探索群智感知的机理与方法;如何融合人类群体智慧与机器强大的计算能力,探索群智认知的理论与模型;创建一套以数据三元化、认知群智化、计算层次化为特征的异构多源大数据计算理论、方法。