2013年7月5日上午9:30,中国科学院虚拟经济与数据科学研究中心,中澳社会计算与电子健康联合实验室研讨会在中国科学院大学青年公寓6号楼第一会议室成功举行。中国科学院大学出席领导有:管理学院副院长赵红教授、虚拟经济与数据科学研究中心常务副主任石勇教授、“千人计划”特聘专家张彦春教授。澳大利亚维多利亚大学出席嘉宾有:常务副校长Warren Payne、国际研究&教育高级顾问Bhanuka Wanasinghe、高级研究员何静、研究员黄光燕。
研讨会由实验室主任、“千人计划”张彦春教授主持并致辞。张教授表示,中澳社会计算与电子健康联合实验室(以下简称“联合实验室”)在2012-2013年取得了较好的进展。在全体成员的共同努力和中国科学院大学内外各个方面的帮助下,联合实验室在2013年3月英国伦敦成功举办了第二届健康信息科学会议,并即将在2013年10月中国南京举办第十四届网络信息工程国际会议。联合实验室的青年科研人员通过勤奋学习和潜心研究,在国内外期刊和学术会议上发表了一些质量较高的学术论文,同时获得了国家级的项目经费支持。我希望联合实验室今后在支持健康科学决策、服务社会发展,培养青年人才、探索理论前沿等方面发挥更大的作用,也希望联合实验室能继续得到各方面的支持和帮助。
随后,研讨会由实验室科研人员博士生郑会、周循、硕士生江章伟、姚为龙分别就各自的研究领域作学术报告。其中,博士生郑会报告的题目是:模糊化数值关联规则及动态相关性预测。该报告通过模糊理论与关联分析的研究,提出一种模糊化关联规则模型,该模型适用于数值型数据甚至时间序列相关的数值型数据,并把该模型输出的关联规则结果进行基于病症相关性分析,从而自适应地动态修改模型,并最终得到对疾病相关性预测结果较好的关联规则,进行疾病诊断分析。博士生周循报告的题目是:SVD-Based Dimensionality Reduction Techniques For Recommender Systems。该报告提出一种新的算法,具体做法是:对一个稀疏的用户-项目矩阵,选取合适的抽样概率,矩阵的每个行向量对应一个概率,把前c个概率对应的行向量提取出来并作适当的缩放,按顺序形成一个新的小规模矩阵。对新矩阵进行奇异值分解,保留前k个右奇异向量,将这k个右奇异向量组成的矩阵与原矩阵相乘,得到的结果可以用来预测缺失的评分值。此算法称为近似SVD算法(ApproSVD)。然后,与传统的SVD算法和Drineas的LINEARTIMESVD算法作比较,实验结果表明ApproSVD算法在精度上具有优越性。最后,周循同学简要介绍了最新工作进展。将奇异值分解的增量更新算法与ApproSVD算法结合成一种新的增量算法,当有新用户和新项目进入系统时,不需要对新矩阵重新进行分解,而是在原矩阵分解的基础上产生推荐,大大降低了时间复杂度,有效缓解了个性化推荐系统的扩展性问题。硕士生江章伟报告的题目是:图像挖掘辅助眼底病变及相关疾病识别的关键技术研究。该报告首先阐述了眼底血管研究对心脑血管疾病的必要性以及提出专门针对眼底图像挖掘的新算法,并利用相关数据挖掘技术对其他病理数据进行分析,以解决计算机图像处理辅助眼底病变及相关疾病识别的主要技术问题。基本思路是,预处理眼底图像,首先提取主要结构眼底血管及其特征,获取图像综合特征向量,建立眼底模型。同时利用图像库的数据模拟出各种病症的眼底模型。这样在进行眼底图像诊断时可以采用模型匹配的方式进行分析。最后在整合其他病理数据,设计出一套完整的医学数据诊断系统。他然后着重介绍了团队现阶段已经完成的部分系统,通过界面显示,功能举例等,展示系统如何使用。最后江章伟同学介绍了团队将来在该领域的工作。硕士生姚为龙报告的题目是:基于多层上下文图模型的个性化推荐。该报告指出现有的推荐方法未能全面考虑上下文信息,但上下文信息在个性化推荐中具有重要的作用。该工作提出了多层的上下文图模型(Multi-Layer Context Graph),该模型能全面地利用各种上下文信息,并对“交互应发生在特定的决策上下文”进行了建模。在2个数据集上的实验结果表明,该模型显示出优于现有方法的性能。最后,姚为龙同学简要介绍了正在进行的Link Prediction的工作。
目前,联合实验室的科研队伍有教授1人(中科院“千人计划”教授),兼职教授2人,博士后1人,博士生4人,硕士生4人。海外指导团队研究员1人,海外研究团队20人,国内研究团队12人。(文/周循)
图为石勇教授(左)和张彦春教授(右)赠送Warren Payne副校长礼品
图为石勇教授(左)赠送Bhanuka Wanasinghe礼品