福利 | 给你个机会与俞士纶（Philip S. Yu）面对面交流 !（附俞教授论文合集资源）...

清华数据科学研究院院长俞士纶（Philip S. Yu），美国伊利诺伊大学芝加哥分校(UIC)特聘主任教授、美国计算机学会(ACM)及美国电气电子工程师学会(IEEE)院士(Fellow)，清华大学特聘教授。他曾于美国IBM Watson研究中心工作多年，创建了世界知名的数据挖掘及数据管理部，是IBM公司拥有专利最多的人之一。作为国际数据库和数据挖掘等领域的先驱之一，作为国际数据挖掘和数据管理领域的顶尖学者，他在专业领域做出了诸多奠基性工作。

俞院长著作等身、成就颇丰，曾担任多个著名国际期刊主编、副主编以及多个顶级国际学术会议的程序委员会主席和委员，在国际著名学术期刊与重要国际学术会议(如SIGKDD、SIGMOD,WWW、AAAI等)上发表论文970余篇，专利300余项，在谷歌学术上的H-index高达138。先后获2013年美国电气电子工程师学会(IEEE)计算机学会技术成就奖，2013年ICDM国际学术会议十年最有影响论文奖，2014年EDBT国际学术会议久经考验奖(Test of Time Award)，2016年SIGKDD国际学术会议创新奖(Innovation Award)等多个奖项。国际声誉跟Michael I. Jordan伯仲之间，是名列全球计算机科学领域高引作者前十的华人。自1981-2018年Philip S. Yu的研究成果有1094项，2018年全球计算机科学和电子领域排名第九，华人排名第二。

Philip S. Yu的主要研究兴趣包括数据挖掘、隐私保护发布和挖掘、数据流、数据库系统、互联网应用和技术、多媒体系统、并行和分布式处理以及性能建模。

福利Time~ 

数据院每年会举办院长接待日，邀请俞士纶院长与清华校内老师、专家和清华大数据能力提升项目的同学、清华大学学生大数据研究协会的成员面对面交流，讨论数据科学领域学术问题和前沿动态。

今年的院长接待日，我们决定对外开放10个参与名额，你也有机会与俞院长面对面交流~

【时间】2018年12月18日（周二）14:00-15:30

【地点】清华大学周边，具体地址将在通过报名筛选后以短信/邮件形式通知

【议程】

• 清华大学学生大数据研究协会工作汇报

• 青年AI自强计划项目介绍

• 学生代表分享

• 自由讨论环节

【报名】扫描下方二维码申请参会：

干货Time~ 

我们整理了俞院长近年来的论文、出版文章等千项研究成果（部分附链接），供大家学习参考。在公众号后台对话框发送“181212”获取俞院长千项研究成果完整概览及链接。

（部分预览）

1. A Bi-layered Parallel Training Architecture for Large-scale Convolutional Neural Networks

Chen, J., Li, K., Bilal, K., Zhou, X., Li, K. & Yu, P. S., Jan 1 2018, (Accepted/In press) In : IEEE Transactions on Parallel and Distributed Systems.

访问地址：

https://uic.pure.elsevier.com/en/publications/a-bi-layered-parallel-training-architecture-for-large-scale-convo

关键词：

#Neural Networks #Distributed Computer Systems #Synchronization #Parallel Processing Systems #Network Architecture

2. Active opinion maximization in social networks

Liu, X., Kong, X. & Yu, P. S., Jul 19 2018, KDD 2018 - Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. Association for Computing Machinery, p. 1840-1849 10 p.

访问地址：

https://uic.pure.elsevier.com/en/publications/active-opinion-maximization-in-social-networks

关键词：

#Seed #Cones #Marketing #Profitability #Hardness

3. A periodicity-based parallel time series prediction algorithm in cloud computing environments

Chen, J., Li, K., Rong, H., Bilal, K., Li, K. & Yu, P. S., Jan 1 2018, (Accepted/In press) In : Information Sciences.

访问地址：

https://uic.pure.elsevier.com/en/publications/a-periodicity-based-parallel-time-series-prediction-algorithm-in-

关键词：

#Time Series Prediction #Cloud Computing #Cloud Computing #Periodicity #Time Series

4. Aspect-level deep collaborative filtering via heterogeneous information networks

Han, X., Shi, C., Wang, S., Yu, P. S. & Song, L., Jan 1 2018, Proceedings of the 27th International Joint Conference on Artificial Intelligence, IJCAI 2018. Lang, J. (ed.). International Joint Conferences on Artificial Intelligence, Vol. 2018-July. p. 3393-3399 7 p.

访问地址：

https://uic.pure.elsevier.com/en/publications/aspect-level-deep-collaborative-filtering-via-heterogeneous-infor

关键词：

#Collaborative Filtering #Information Services #Artificial Intelligence

#Neural Networks #Recommender Systems

5. Bringing semantic structures to user intent detection in online medical queries

Zhang, C., Du, N., Fan, W., Li, Y., Lu, C. T. & Yu, P. S., Jan 12 2018, Proceedings - 2017 IEEE International Conference on Big Data, Big Data 2017. Institute of Electrical and Electronics Engineers Inc., Vol. 2018-January. p. 1019-1026 8 p.

访问地址：

https://uic.pure.elsevier.com/en/publications/bringing-semantic-structures-to-user-intent-detection-in-online-m

关键词：

#Semantics #Query #Healthcare #Multi-Task Learning #Internet

6. Community detection using multilayer edge mixture model

Zhang, H., Wang, C. D., Lai, J. H. & Yu, P. S., Jun 8 2018, (Accepted/In press) In : Knowledge and Information Systems. p. 1-23 23 p.

访问地址：

https://uic.pure.elsevier.com/en/publications/community-detection-using-multilayer-edge-mixture-model

关键词：

#Multilayers #Decomposition

7. Connecting emerging relationships from news via tensor factorization

Zhang, J., Lu, C. T., Cao, B., Chang, Y. & Yu, P. S., Jan 12 2018, Proceedings - 2017 IEEE International Conference on Big Data, Big Data 2017. Institute of Electrical and Electronics Engineers Inc., Vol. 2018-January. p. 1223-1232 10 p.

访问地址：

https://uic.pure.elsevier.com/en/publications/connecting-emerging-relationships-from-news-via-tensor-factorizat

关键词：

#Factorization #Tensors #Tensor #Graph In Graph Theory #Experiments

8. Contaminant removal for Android malware detection systems

Sun, L., Wei, X., Zhang, J., He, L., Yu, P. S. & Srisa-An, W., Jan 12 2018, Proceedings - 2017 IEEE International Conference on Big Data, Big Data 2017. Institute of Electrical and Electronics Engineers Inc., Vol. 2018-January. p. 1053-1062 10 p.

访问地址：

https://uic.pure.elsevier.com/en/publications/contaminant-removal-for-android-malware-detection-systems

关键词：

#Malware #Application Programs #Impurities #Learning Systems #Machine Learning

9. Cross-domain recommendation for cold-start users via neighborhood based feature mapping

Wang, X., Peng, Z., Wang, S., Yu, P. S., Fu, W. & Hong, X., Jan 1 2018, Database Systems for Advanced Applications - 23rd International Conference, DASFAA 2018, Proceedings. Springer Verlag, p. 158-165 8 p. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); vol. 10827 LNCS).

访问地址：

https://uic.pure.elsevier.com/en/publications/cross-domain-recommendation-for-cold-start-users-via-neighborhood

关键词：

#Collaborative Filtering #Recommendations #Collaborative Filtering #Sparsity #Factorization

 

10. Deep recursive network embedding with regular equivalence

Tu, K., Cui, P., Wang, X., Yu, P. S. & Zhu, W., Jul 19 2018, KDD 2018 - Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. Association for Computing Machinery, p. 2357-2366 10 p.

访问地址：

https://uic.pure.elsevier.com/en/publications/deep-recursive-network-embedding-with-regular-equivalence

关键词：

#Network embedding #Recurrent neural network #Regular equivalence

在公众号后台对话框发送“181212”获取俞院长千项研究成果完整概览及链接。

点击“阅读原文”报名