6月29日，澳門大學博士汪澎洋應計算機網(wǎng)絡信息中心邀請進行學術(shù)交流，作題為“Perceiving the Real-World: Representation Learning for Spatial-Temporal Graph Data”的學術(shù)報告，分享了他在時空圖數(shù)據(jù)和對時空圖數(shù)據(jù)建模和挖掘的經(jīng)驗和見解。報告會由大數(shù)據(jù)部崔文娟老師主持，中心副主任周園春研究員和多個部門人員參加了此次報告會。

　　汪澎洋從佛羅里達大學獲得計算機博士學位，并分別從北京郵電大學和西安電子科技大學獲得信息安全的碩士和學士學位，將于8月份加入澳門大學智慧城市物聯(lián)網(wǎng)國家重點實驗室擔任助理教授。汪澎洋的研究興趣包括數(shù)據(jù)挖掘、機器學習和大數(shù)據(jù)分析，特別是時空圖數(shù)據(jù)的表征學習，及其在智慧城市、交通、人/系統(tǒng)行為建模、關(guān)鍵基礎(chǔ)設施防護和復雜網(wǎng)絡分析上的應用，在 IEEE TKDE、ACM TIST、ACM SIGKDD、AAAI、IJCAI 和 WWW等發(fā)表多篇論文。汪澎洋獲得了“AI華人新星百強”獎、SIGKDD 2018 最佳論文提名獎和SIGSPATIAL 2020 最佳論文提名獎。其中，自動城市規(guī)劃的工作獲得了“Synced Review”和“UCF Today”等媒體的報道，城市活力系列工作獲得了美國自然科學基金的報道。

　　隨著物聯(lián)網(wǎng)和信息物理系統(tǒng)的發(fā)展，時空圖結(jié)構(gòu)數(shù)據(jù)在很多領(lǐng)域變得越來越普遍，例如智慧城市、智慧電網(wǎng)、智慧農(nóng)業(yè)、智慧醫(yī)療等。在這些系統(tǒng)里，傳感器網(wǎng)絡產(chǎn)生了大量的時空數(shù)據(jù)。挖掘這些時空圖數(shù)據(jù)可以幫助我們感知系統(tǒng)和環(huán)境，并進一步提供決策支持。在當天的報告中，汪澎洋首先介紹了什么是時空圖數(shù)據(jù)和對時空圖數(shù)據(jù)建模的關(guān)鍵技術(shù)難點。然后，他集中介紹了一下兩點：（1）對關(guān)鍵性質(zhì)進行建模的時空圖數(shù)據(jù)的表征學習；（2）他們在用戶行為建模上的應用。最后，汪澎洋做出總結(jié)，并從宏觀上對建設閉環(huán)可信的智能感知-決策系統(tǒng)做出展望。

　　報告結(jié)束后，汪澎洋解答了與會人員所提出的一系列問題，并與中心的師生就相關(guān)問題進行了深入的交流與討論。整個報告會氣氛活躍，與會的員工和學生收獲頗豐，為后續(xù)相關(guān)合作可能性奠定了一定的基礎(chǔ)。（撰稿：喬子越）

汪澎洋作報告

報告會現(xiàn)場