微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：随着信息技术的迅猛发展，人们得以获取关于各类事物的海量多源数据。对多源数据进行数据清洗与知识发现，即：提升多源数据质量，挖掘多源数据中存在的可靠知识，是有效利用海量信息的必要手段。本次报告重点介绍：（1）多源数据在不同数据模型和应用场景下存在的数据质量问题、执行数据清洗以及知识发现任务所面临的挑战；（2）面向不同数据模型的多源数据清洗与知识发现技术；(3) 报告人及其团队在多源数据清洗与知识发现上的研究进展；(4) 多源数据清洗与知识发现的未来研究方向。
讲者简介：叶晨，杭州电子科技大学特聘副教授。主要研究方向为数据质量管理、数据集成、众包等。于2013年、2015年、2020年分别获得哈尔滨工业大学计算机科学与技术学士、硕士、博士学位。于2016年赴纽约州立大学布法罗分校进行博士联合培养。以第一作者在TKDE、Information Sciences、Knowledge and Information Systems、DASFAA等国际顶级重要期刊或会议发表论文10篇，主持或参与国家自然科学基金和浙江省自然科学基金4项。
第38届CCF中国数据库学术会议（NDBC 2021）
ACM 论坛
京公网安备11010802032778号