数据未来，未来已来|国内权威数据学者福外论道 11月21日-22日，2020年“数据科学研究的挑战与机遇”研讨会在纽约国际手机登录隆重召开。 本次研讨会以“数据科学研究的挑战与机遇”为主题，特邀多位知名学者和行业专家汇聚福外，共同深入探讨目前数据科学研究领域中的挑战性问题和未来新的研究方向。 ♦开幕式上，谢亚君教授介绍了特邀嘉宾与在场人员。 ♦副校长姜建设教授致辞并祝贺。 ♦之后姜建设教授为客座教授张怀进行聘书颁发。 随后，包括国家杰出青年科学基金获得者在内的12位双一流高校知名专家做相关学术报告。 中国科学院大学——张怀教授 “数据科学与计算地球动力学的挑战” 张怀以“数据科学与计算地球动力学的挑战”为题，首先提出了计算地球动力学的战略地位，可将其用来解决地球板块运动问题。他对当今所面对的诸多挑战提出了相应的措施，详细讲解了关于大数据和先进算法相结合的双驱动模型，给出了模型与数据双驱动建设的当前以及未来研究范式。最后以未来十年量子计算和量子信息的发展潜力为结尾，提出总结与展望。 北京大数据研究院——欧高炎研究员 “大数据及其在金融风控中的应用” 欧高炎以“大数据及其在金融风控中的应用”为题，从大数据分析的历史起源入手，通过美国信用体系来展开数据采集、整理及建模分析。他介绍了大数据的常用模型、模型评价指标和建模方案。他将全量规模和样本规模对模型的影响进行对比，通过五种算法指标重要度的综合排序，提出了对个人信用评估影响的因素，提供了我们未来可以的探索的方向。 复旦大学——高卫国教授 “Alternating Semidefinite Programingfor Block Bi-clustering" 高卫国以“Alternating Semidefinite Programingfor Block Bi-clustering”为题，系统、全面分享了大数据在数学方面中的应用，并提出一个凸模型和一个交替SDP算法，得到理论优于现有的界，也通过实验证明了该算法的有效性。 大连理工大学——董波教授 "Inter Matrix Approximation and Data Mining" 董波以“Integer Matrix Approximation and Data Mining大连理工大学 ”为题，围绕非负矩阵分解与整数矩阵逼近与数据挖掘展开分析，讨论了随机生成整数矩阵的数值应用，并分享了对整数矩阵近似技术的研究，通过数据分析和数据挖掘，得出比其他现有方法更精确地计算离散数据集的解，为大数据分析和大数据挖掘的应用开启了“一扇窗”。 厦门大学——白正简教授 "Riemannian Newton-CG Methods for Constructing a Positive Doubly Stochastic Matrix from Spectral Data" 东南大学——李铁香教授 "3D Conmputational Conformal Geometry with Applications" 李铁香以“3D Computational Conformal Geometry with Applications”为题，提出网格参数化的计算，在这项工作中，发展了新的能量最小化算法，分别用于计算亏格零闭曲面的保角、保球面面积和保体积参数化。随后她展示了利用特征点在动画与医学上的应用，多方位阐述了共形几何的重要作用及意义。 中国矿业大学——吴钢教授 "Randomized approximate class-specific kernel spectral regression analysis for large-scale face verification" 吴钢以“Randomized approximate class-specific kernel spectral regression analysis for large-scale face verification”为题，围绕人脸验证问题，从本质上提出了两种基于ACS-KSR方法的随机算法。通过不断优化解决问题后提出了一种随机分组Kaczmarz算法，研究了算法的收敛性。通过综合数值实验验证了理论结果的有效性和所提方法的有效性，让人脸验证技术上升了更高的台阶。 江苏师范大学——贾志刚教授 "Color Image Restoration by Saturation-ValueTotal Variation" 贾志刚以“Color Image Restoration by Saturation-ValueTotal Variation”为题探究了用于灰度图像边缘恢复的全变分正则化方法。他提出并发展了一种新的饱和度值（SV）颜色全变差正则化方法，并将研究SV全变差正则化的性质以及由此产生的彩色图像恢复优化模型加以诠释。数值算例表明，新的SV全变分方法在多种指标上优于现有的彩色图像全变分方法，为彩色图像的复原提供了技术条件和支持。 浙江大学——黄正达教授 "On a progressive and iterative approximation method with memory for least square fitting" 黄正达以“On a progressive and iterative approximation method with memory for least square fitting”为题，提出了一个渐进式和迭代式的最小二乘拟合法，通过迭代调整控制点和加权和，构造一系列三权拟合曲线。随后他采用几种实例说明，线性最小二乘法可以方便地解决动力学参数问题。这种方法避免了复杂的数学处理，有效地降低了计算误差，结果更为精确，正是最小二乘法误差分析的研究促进了线性理论模型的发展。 兰州大学——张国凤教授 “Fast algorithms for time-harmonic PDE optimalcontrol problems” 张国凤以“Fast algorithms for time-harmonic PDE optimalcontrol problems”为题，从时谐偏微分方程约束优化问题的离散化出发，研究一类结构线性系统的鲁棒预处理，并提出了鲁棒参数化预处理方法，进行了数值实验，数值结果表明，相应的预处理方法性能良好，与理论结果吻合良好。在解决这类控制问题的高效性及可靠性。 中国传媒大学——康彤 “Fully discrete T-ψ finite element method to solve a nonlinear induction heating problem” 康彤以“Fully discrete T-ψ finite element method to solve a nonlinear induction heating problem”为题，深入研究了由Maxwell方程和热方程耦合描述的感应淬火模型。接着他提出了一个完全离散的T-ψ有限元格式，并讨论了其可解性。他解释到T-ѱ方法能更好地处理媒体的不连续性，在非导电领域的应用大大降低了计算成本。最后通过数值实验的结果进行总结分析。 福建师范大学——柯艺芬博士 “旋转锥互补问题的松弛模系数值算法” 柯艺芬以“旋转锥互补问题的松弛模系数值算法”为题，她从锥互补问题的应用背景展开讲述，使用锥互补问题使用松弛模系矩阵分裂迭代算法快速地求出满意的近似解对。证明了二阶锥互补问题的理论研究为三维摩擦接触问题提供了更为完备、简洁的数学模型，相比传统计算方法，其数值算法的效率也有了很大的提高。 互动环节 在每位教授报告结束后，老师,同学们纷纷提出问题，与教授进行了深入的探讨交流。 参观校史馆，大数据中心 研讨会期间，各位专家参观了校史馆与大数据中心。 数据未来，你来不来 本次研讨会使我校众多教师收获了宝贵的经验，也给予了我校学生在数据科学方面的启蒙和引导。同时为我校扩大数据科学相关学术影响力和增强师生科研意识提供了莫大的帮助。 期望日后各位专家继续关心纽约国际手机登录各项事业新进展，早日重聚大数据学院大家庭，共同探讨未来教学科研新问题。 在 大数据学院办公室 2021年11月02日
11月21日-22日，2020年“数据科学研究的挑战与机遇”研讨会在纽约国际手机登录隆重召开。
本次研讨会以“数据科学研究的挑战与机遇”为主题，特邀多位知名学者和行业专家汇聚福外，共同深入探讨目前数据科学研究领域中的挑战性问题和未来新的研究方向。
♦开幕式上，谢亚君教授介绍了特邀嘉宾与在场人员。
♦副校长姜建设教授致辞并祝贺。
♦之后姜建设教授为客座教授张怀进行聘书颁发。
随后，包括国家杰出青年科学基金获得者在内的12位双一流高校知名专家做相关学术报告。
中国科学院大学——张怀教授
“数据科学与计算地球动力学的挑战”
张怀以“数据科学与计算地球动力学的挑战”为题，首先提出了计算地球动力学的战略地位，可将其用来解决地球板块运动问题。他对当今所面对的诸多挑战提出了相应的措施，详细讲解了关于大数据和先进算法相结合的双驱动模型，给出了模型与数据双驱动建设的当前以及未来研究范式。最后以未来十年量子计算和量子信息的发展潜力为结尾，提出总结与展望。
北京大数据研究院——欧高炎研究员
“大数据及其在金融风控中的应用”
欧高炎以“大数据及其在金融风控中的应用”为题，从大数据分析的历史起源入手，通过美国信用体系来展开数据采集、整理及建模分析。他介绍了大数据的常用模型、模型评价指标和建模方案。他将全量规模和样本规模对模型的影响进行对比，通过五种算法指标重要度的综合排序，提出了对个人信用评估影响的因素，提供了我们未来可以的探索的方向。
复旦大学——高卫国教授
“Alternating Semidefinite Programingfor Block Bi-clustering"
高卫国以“Alternating Semidefinite Programingfor Block Bi-clustering”为题，系统、全面分享了大数据在数学方面中的应用，并提出一个凸模型和一个交替SDP算法，得到理论优于现有的界，也通过实验证明了该算法的有效性。
大连理工大学——董波教授
"Inter Matrix Approximation and Data Mining"
董波以“Integer Matrix Approximation and Data Mining大连理工大学 ”为题，围绕非负矩阵分解与整数矩阵逼近与数据挖掘展开分析，讨论了随机生成整数矩阵的数值应用，并分享了对整数矩阵近似技术的研究，通过数据分析和数据挖掘，得出比其他现有方法更精确地计算离散数据集的解，为大数据分析和大数据挖掘的应用开启了“一扇窗”。
厦门大学——白正简教授
"Riemannian Newton-CG Methods for Constructing a Positive Doubly Stochastic Matrix from Spectral Data"
东南大学——李铁香教授
"3D Conmputational Conformal Geometry with Applications"
李铁香以“3D Computational Conformal Geometry with Applications”为题，提出网格参数化的计算，在这项工作中，发展了新的能量最小化算法，分别用于计算亏格零闭曲面的保角、保球面面积和保体积参数化。随后她展示了利用特征点在动画与医学上的应用，多方位阐述了共形几何的重要作用及意义。
中国矿业大学——吴钢教授
"Randomized approximate class-specific kernel spectral regression analysis for large-scale face verification"
吴钢以“Randomized approximate class-specific kernel spectral regression analysis for large-scale face verification”为题，围绕人脸验证问题，从本质上提出了两种基于ACS-KSR方法的随机算法。通过不断优化解决问题后提出了一种随机分组Kaczmarz算法，研究了算法的收敛性。通过综合数值实验验证了理论结果的有效性和所提方法的有效性，让人脸验证技术上升了更高的台阶。
江苏师范大学——贾志刚教授
"Color Image Restoration by Saturation-ValueTotal Variation"
贾志刚以“Color Image Restoration by Saturation-ValueTotal Variation”为题探究了用于灰度图像边缘恢复的全变分正则化方法。他提出并发展了一种新的饱和度值（SV）颜色全变差正则化方法，并将研究SV全变差正则化的性质以及由此产生的彩色图像恢复优化模型加以诠释。数值算例表明，新的SV全变分方法在多种指标上优于现有的彩色图像全变分方法，为彩色图像的复原提供了技术条件和支持。
浙江大学——黄正达教授
"On a progressive and iterative approximation method with memory for least square fitting"
黄正达以“On a progressive and iterative approximation method with memory for least square fitting”为题，提出了一个渐进式和迭代式的最小二乘拟合法，通过迭代调整控制点和加权和，构造一系列三权拟合曲线。随后他采用几种实例说明，线性最小二乘法可以方便地解决动力学参数问题。这种方法避免了复杂的数学处理，有效地降低了计算误差，结果更为精确，正是最小二乘法误差分析的研究促进了线性理论模型的发展。
兰州大学——张国凤教授
“Fast algorithms for time-harmonic PDE optimalcontrol problems”
张国凤以“Fast algorithms for time-harmonic PDE optimalcontrol problems”为题，从时谐偏微分方程约束优化问题的离散化出发，研究一类结构线性系统的鲁棒预处理，并提出了鲁棒参数化预处理方法，进行了数值实验，数值结果表明，相应的预处理方法性能良好，与理论结果吻合良好。在解决这类控制问题的高效性及可靠性。
中国传媒大学——康彤
“Fully discrete T-ψ finite element method to solve a nonlinear induction heating problem”
康彤以“Fully discrete T-ψ finite element method to solve a nonlinear induction heating problem”为题，深入研究了由Maxwell方程和热方程耦合描述的感应淬火模型。接着他提出了一个完全离散的T-ψ有限元格式，并讨论了其可解性。他解释到T-ѱ方法能更好地处理媒体的不连续性，在非导电领域的应用大大降低了计算成本。最后通过数值实验的结果进行总结分析。
福建师范大学——柯艺芬博士
“旋转锥互补问题的松弛模系数值算法”
柯艺芬以“旋转锥互补问题的松弛模系数值算法”为题，她从锥互补问题的应用背景展开讲述，使用锥互补问题使用松弛模系矩阵分裂迭代算法快速地求出满意的近似解对。证明了二阶锥互补问题的理论研究为三维摩擦接触问题提供了更为完备、简洁的数学模型，相比传统计算方法，其数值算法的效率也有了很大的提高。
互动环节
在每位教授报告结束后，老师,同学们纷纷提出问题，与教授进行了深入的探讨交流。
参观校史馆，大数据中心
研讨会期间，各位专家参观了校史馆与大数据中心。
数据未来，你来不来
本次研讨会使我校众多教师收获了宝贵的经验，也给予了我校学生在数据科学方面的启蒙和引导。同时为我校扩大数据科学相关学术影响力和增强师生科研意识提供了莫大的帮助。
期望日后各位专家继续关心纽约国际手机登录各项事业新进展，早日重聚大数据学院大家庭，共同探讨未来教学科研新问题。
在
大数据学院办公室
2021年11月02日
