6月9日，中国盘算机学会（CCF）尊龙凯时学生分会CCF走进尊龙凯时系列运动在良乡主校区举行� Ｔ硕记氲紺CF会员与分部事情委员会主任助理、国家自然科学基金优异青年基金获得者、北京航空航天大学童咏昕教授，CCF学术事情委员会委员、国家优异青年基金获得者、北京理工大学袁野教授，CCF会员与分部事情委员会执行委员、盘算机视觉专委会秘书长、北京邮电大学马占宇教授到现场作专题报告。CCF会员部闫婉婷、刘亮，盘算机学院党委书记蔡强、执行院长李海生、党委副书记杨秀萍，副院长谭励、刘瑞军，CCF尊龙凯时学生分会指导委员会主任陈谊及学院本科和研究生100余位CCF学生会员加入了本次运动。
童咏昕教授作题为《共享出行应用驱动的大规模群智盘算》的报告。近年来随着移动互联网与共享经济模式的普及，特殊是以网约车为代表的共享出行类效劳得以快速生长，但同时泛起的岑岭时间段打车难的问题，给大规模群智盘算带来全新挑战。童咏昕教授团结近年来团队与工业界的相助案例，重点向各人先容了怎样将强化学习手艺与经典组合优化要领举行深度融合来解决线上大规模共享出行中使命智能协同分派的现实挑战。
袁野教授作题为《新型大图数据系统结构》的报告。袁野指出，在大数据时代普遍应用的大图数据具有局部特征多样性、关联数据重大性、拓扑结构时变性等新型数据特征。袁野叙述了大图数据的古板特点和新型数据特征，以及由新型数据特点带来的研究挑战和科学问题。同时，先容了其提出的一套大图数据盘算理论框架，及基于该框架的新型大图数据盘算模子和治理系统，并向各人先容了大图数据剖析在医疗康健领域和金融反诓骗领域的应用。
马占宇教授作了题为“基于概率模子表达的深度神经网络优化”的报告。马占宇教授提到，深度神经网络由于其自己的结构过于重大、注重力功效机制不明确以及视察数据不完整，使得其优化要领的研究面临着许多挑战挑战。他先容了基于概率模子表达的深度神经网络优化要领，通过基于非高斯先验的深度神经网络正则化框架来解决Dropout正则化引入系统误差的难题，使用基于非高斯先验的深度神经网络注重力机制来增强模子的诠释性，有用的降低了网络重漂后、较好的诠释了模子的注重力机制。
报告竣事后，杨秀萍、谭励和陈谊代表学院为三位教授揭晓了声誉证书。李海生举行总结讲话，代表学院师生再次对三位专家体现谢谢，希望同砚们捉住学院举行专业讲座的时机，认真聆听报告，提高专业水准和专业眼界，同时希望同砚们对CCF学生分会和会员权益有充分的熟悉和相识，起劲申请成为学生会员，为CCF和CCF尊龙凯时学生分会注入新鲜血液。
本次运动为同砚们带来了一场有深度、有内容的专业学习报告。通过此次运动，使学院和学校学生越发相识CCF，走进CCF，同时扩大CCF在盘算机相关专业学生中的影响力。同砚们纷纷体现通过这次CCF走进尊龙凯时运动受益匪浅，希望以后能有更多的时机加入此类学习和交流运动。
