0
| 本文作者：奕欣 | 2017-10-21 08:53 |
雷锋网AI科技评论按：10 月 14 日至 15 日，2017 年全国理论计算机科学学术年会 (NCTCS2017) 在华中科技大学顺利召开。雷锋网AI科技评论邀请了华中科技大学计算机学院何琨教授对本次年会进行系列总结和回顾，特此感谢。
何琨，华中科技大学计算机学院教授、博士生导师、计算机科学理论研究所副所长、创新研究院 John Hopcroft 工作室负责人，康奈尔工程学院 2016-2017 学年 Mary Shepard B. Upson 冠名客座教授，中国计算机学会理论专委会委员。曾获得湖北省科技进步一等奖、湖北省优秀博士学位论文奖，2016 年入选德国海德堡阿贝尔/菲尔兹/图灵奖基金会全球 200 名杰出青年学者。她的主要研究方向包括数据挖掘、机器学习、组合优化、全局优化的基础理论与算法。在 NIPS、WWW、ICDM、ECML-PKDD、Theoretical Computer Science、Information Sciences、IEEE Transactions on Knowledge Discovery from Data、IEEE Transactions on Systems, Man, and Cybernetics、European Journal of Operational Research、Computers & Operations Research 等国际会议和期刊发表论文 70 余篇。多次担任 WWW、AAAI、FAW、NCTCS 的程序委员会委员。
10 月 14 日至 15 日，2017 年全国理论计算机科学学术年会 (NCTCS2017) 在华中科技大学顺利召开。此次会议由中国计算机学会主办，理论计算机科学专业委员会协办，华中科技大学计算机科学与技术学院与湖北省计算机学会联合承办。会议旨在交流近年来我国理论计算机科学的最新研究成果，研究国内外理论计算机科学及其应用的发展趋势，进一步推动我国理论计算机科学研究的发展。
14 日上午，理论专委秘书长国防科技大学祝恩教授主持开幕式，理论专委主任合肥工业大学李廉教授致开幕辞，华中科技大学副校长梁茜出席开幕式并致欢迎词，我作为大会组织委员会主席向参会代表报告了会议的筹备情况。
今年共邀请了七位在国内外理论计算机科学界有威望的 Senior 学者和活跃在国际学术前沿的高水平青年学者在 14、15 日上午作大会特邀报告。
(1) 理论专委前任主任、国防科技大学的殷建平教授作了题为「理论计算机科学的过去、现在和未来」的特邀报告。为了计算机科学理论在中国的长远发展，殷教授建议在当前计算机科学与应用发展的各种热潮下，冷静思考计算机科学理论到底该研究些什么问题？如何使计算机科学理论的研究既适应技术发展的需要又保持自身的理论特色，甚至能指导技术的发展？并提出了「不懂理论，如何应用」，「传承与创新」、「把握趋势、顺势而为」的观点。
理论专委前任主任、国防科技大学殷建平教授
(2) 微软亚洲研究院的高级研究员陈卫博士作了题为「Combinatorial Online Learning」的特邀报告。陈卫研究员以组合多臂老虎机为例，介绍了他与他的合作者提出的将优化任务与非线性目标函数和近似保证相结合的有紧的 regret 界的通用框架。
微软亚洲研究院高级研究员陈卫博士
(3) 香港城市大学李闽溟副教授作了题为「Towards Truth: Mechanism Design vs. Data Mining」的特邀报告。他首先以 facility location games 为例，展示了如何通过机制设计以保证不说谎；然后以多源异构社交网络的事件挖掘为例，说明如何对不完全的或不一致的数据建立一个多维模型，以保证挖掘到真实的信息。
香港城市大学李闽溟副教授
(4) 上海财经大学陆品燕教授做了题为「理论计算机——一门交叉学科」的特邀报告，讨论了理论计算机科学与数学、科学、经济学、计算机应用技术的关系。陆教授用图同态问题，展示了可计算性与计算复杂性、NP 完全为与数学交叉的本质性问题。然后列举了 FKT 算法、全息算法和相变现象，阐述理论计算机科学与物理的交叉。接着从经济学中的计算问题、计算视角下的经济学问题和经济学视角的计算问题三个角度，阐述理论计算机科学与经济学的交叉。最后以差分隐私和信念传播算法为例，说明计算机科学理论与应用的关系。
上海财经大学陆品燕教授
(5) 法国昂热大学郝进考教授作了题为「Learning and Data Mining for Combinatorial Optimization: Some Case Studies」的特邀报告，从以下三个方面阐述如何结合机器学习和数据挖掘技术求解组合优化问题：基于概率学习/增强学习的搜索求解图着色问题，用多维尺度算法 MDS 进行搜索空间制图，用频繁模式挖掘发现排列问题中的「backbone」。
法国昂热大学郝进考教授
(6) 北京大学王立威教授作了题为「Towards Understanding Deep Learning」的特邀报告。王教授介绍了对于深度神经网络，由于模型参数远大于训练数据模型，基于复杂性的学习理论无法解释其良好的泛化性能，而 Stochastic Gradient Langevin Dynamics (SGLD) 方法有极强的泛化能力，可以部分解释深度学习中的一些现象。
北京大学王立威教授
(7) 清华大学李建助理教授作了题为「Stochastic Combinatorial and Geometric Optimization」的特邀报告。他以若干典型随机几何或组合优化问题为例，介绍了当输入或参数存在不确定性时，他和他的合作者所做的复杂性和近似性方面的工作。
清华大学李建助理教授
今年同时征集中、英文论文，共收到稿件 160 余篇，录用英文论文 34 篇、中文论文 37 篇，评选了 4 篇优秀论文。英文论文首次在 Springer Communications in Computer and Information Science 出版，并推荐了 4 篇到 SCI 期刊 Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery。中文论文分别推荐到计算机研究与发展、华中科技大学学报（自然科学版）、计算机科学与探索、计算机工程与科学、计算机科学、计算机与数字工程等期刊发表。14 日下午为录用论文的 12 场分组报告，研究方向包括算法与复杂性、数据科学与机器学习理论、计算模型、软件理论及方法、并行与分布式计算。其中算法与复杂性方面的论文较多，占了 4 个分组。代表们自始至终认真参与，达到了广泛开展学术交流的预期目的。
14 日大会晚宴上，对会议评选的 4 篇优秀论文进行了颁奖。随后召开了理论专委的专委会议，吸引了大会特邀报告人陆品燕、陈卫、王立威、李建在内的共 16 名新专委。
本次理论年会的主要特点和贡献在于：人数规模首次突破 200 人，论文的投稿质量相较往年有明显提升，首次在 Springer 出版社集结出版论文集。参会者普遍反映大会报告质量高，有高度、有洞见，参会者收获大、感触深。
为鼓励本科生参与学术活动，本次会议免费对我院 ACM15、ACM16 两个班级的 50 多名学生开放。会议志愿者主要为我院行政办公室、理论计算机科学研究所、John Hopcroft 工作室的师生，在会议筹备和开会期间作了大量的工作，使得会议得以有条不紊地顺利完成。参会代表普遍反映大会组织安排、接待和安排工作扎实细致，为参会代表搭建了良好的学术交流平台。
NCTCS2017 部分志愿者和 ACM 班本科生参会者
更多精彩内容，敬请关注雷锋网AI科技评论。
雷峰网特约稿件，未经授权禁止转载。详情见转载须知。
