当前,计算系统正从信息空间拓展到包含人类社会、信息空间和物理世界的三元世界,人机物三元融合计 算成为重要形态。有效协同与融合人机物异质要素,进而构建新型智能计算系统,是解决智能制造、智慧城市、 社会治理等国家重大需求的有力支撑。
人机物融合计算在理论模型、计算范式、系统架构、支撑平台等方面带来许多新的问题和挑战。本论坛由 CCF 普适计算专委会和协同计算专委会联合发起,邀请多名国内外知名学者和 IT 人士就人机物融合计算当前 进展及未来发展开展主题报告及 Panel 研讨,具体的研讨内容包括:人机物融合计算理论和方法探索;人机物 融合计算的新概念、特质及挑战;人机物融合计算的创新应用与实践;人机物融合计算未来发展趋势等。
个人简介:主要从事智能感知、普适计算、人机系统等领域的研究工作。主持国家重点研发计划项目、国家杰出 青年科学基金、国家自然科学基金重点项目、国家 973 计划课题等 20 余项。已在国际顶级学术期刊和 会议上,如 IEEE TMC、IEEE TKDE、IEEE INFOCOM、ACM UbiComp、ACM KDD 等发表论文 180 余篇,谷歌学术引用 8000 余次,ESI 高被引论文 7 篇。曾获中国计算机学会优秀博士学位论文奖,中 国计算机学会青年科学家奖,霍英东高等院校青年教师奖,教育部自然科学二等奖。现任中国计算机 学会常务理事、普适计算专业委员会副主任委员、协同计算专业委员会副主任委员。
个人简介:主要研究软件自适应理论及其支撑网络化系统软件构造方法、运行机理和演化机制等关键 技术,在企业计算、云计算和泛在计算的系统软件关键共性技术方面取得了创造性的科技成就,获国 家技术发明一等奖和二等奖、国家自然科学二等奖、教育部科技进步一等奖及多个国际会议和期刊最 佳 / 优秀论文荣誉,入选国家万人计划科技创新领军人才、国家杰出青年科学基金、教育部新世纪优 秀人才支持计划、北京高等学校卓越青年科学家计划。
演讲摘要:论述人机物融合系统(HCPS)的 6C 技术特征以及 4 化应用特点;给出的人机物融合系统 典型领域应用实例;分析人机物资源主要特点及其管理挑战;介绍基于能力的人机物异构异质资源模 型及其动态认知实现。
个人简介:曾任中国计算机学会常务理事 20 年,1999-2012 年期间任西北工业大学计算机系系主任 / 计算机学院院长。现任国家基金委员会第五届监督委员会委员,国家重点项目 - 群体智能操作系统专 家组成员,中国工业互联网研究院专家委员会委员,陕西省计算机学会理事长,云计算及其应用技术 国家地方联合工程研究中心主任。长期从事网络化嵌入式计算与信息物理融合系统、分布式计算与云 计算及其应用研究,主持相关国家重点基金、国家重大专项、863 计划以及国防预研等课题,发表学术 论文 200 余篇,获得发明专利 20 余项,获得省部级科技奖多项,是国家多个重大研究计划的评审与咨 询专家。
演讲摘要:互联网深刻改变着人类社会,经过五十年的不断发展,正向着人机物融合的网络空间演进。 报告给出人机物融合的网络空间的内涵,深入剖析其呈现出的四个特征:大融合、大数据、智能化和 虚拟化。在此基础上,指出当前的热点研究领域,并介绍我们在这些领域所做的研究工作。
个人简介:2002-2019 年期间任东南大学计算机科学与工程学院院长,现为江苏省网络与信息安全重点 实验室主任。长期从事计算机网络方向研究,研究兴趣包括:未来网络体系结构、协议工程、网络安全、 无线网络、云计算与大数据等,先后主持国家自然科学基金、国家 973 计划、国家 863 计划等各类国 家级科研课题 30 余项,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。
演讲摘要:新一代信息技术推动人机物三元融合发展,泛在化、社会化、场景化、智能化等新型应用形态, 以及物联网和空天地一体网等新型网络形态,为管理底层资源并支撑上层应用的系统软件开辟了新赛 道,驱动了系统软件及相关技术的系列化重大创新。一方面,云计算、大数据、人工智能、物联网、 区块链等人机物融合相关领域的系统软件百花齐放;另一方面,人机物融合系统软件逐步形成云端融 合新架构、软件定义新方法、数据资源新要素、自然属性新动能等共性关键挑战和技术。本报告将梳 理人机物融合的泛在系统软件发展脉络与技术挑战,探讨其中蕴含的重大技术创新机遇。
个人简介:主要研究软件自适应理论及其支撑网络化系统软件构造方法、运行机理和演化机制等关键 技术,在企业计算、云计算和泛在计算的系统软件关键共性技术方面取得了创造性的科技成就,获国 家技术发明一等奖和二等奖、国家自然科学二等奖、教育部科技进步一等奖及多个国际会议和期刊最 佳 / 优秀论文荣誉,入选国家万人计划科技创新领军人才、国家杰出青年科学基金、教育部新世纪优 秀人才支持计划、北京高等学校卓越青年科学家计划。
演讲摘要:智能化软件赋能是人机物融合计算的重要发展趋势。随着深度学习技术的迅速进步,越来越 多的复杂软件系统包含训练好的深度神经网络(DNN)模型作为其部件。DNN 模型是基于统计的归纳推 理的产物,迥异于基于演绎推理的传统程序。如何评估并改进这种新型软件制品在应用环境下的性能成为 亟需研究的软件工程问题。本报告讨论我们在此方面的一些观点,并报告我们在面向应用场景的 DNN 模 型性能估计(对应于软件测试)和面向应用场景的 DNN 模型信心校准(对应于软件调试)方面的工作。
个人简介:主要研究领域为计算机软件技术,重点为网构软件、自适应软件系统、软件在线演化等面 向开放环境的软件新技术。主持承担国家自然科学基金项目、国家重大基础研究计划(973)课题、国 家重点研发计划课题等多项国家级科研项目。曾两次获得国家科技进步二等奖(2006年度 /第二完成人, 2011 年度 / 第四完成人)。