我校计算机与大数据学院2022级计算机科学与技术博士生林政鸿于2024年8月赴韩国济州岛参会,出访成果报告附后,现予以公示。公示时间从2024年11月11日起算,公示期为五个工作日。如有异议,敬请监督。 监督电话:22865580 校纪委(监察专员办)。
计算机与大数据学院
2024年10月30日
出访成果报告
单 位:福 州 大 学
出访人员:林政鸿
出访国家(地区): 韩国济州岛
出访任务:参加国际人工智能IJCAI2024会议
出访时间: 2024年8月1日
至 2024年8月10日
出访人所在学院(或部门) |
福州大学计算机与大数据学院 |
领队姓名 |
林政鸿 |
出访人员名单(含领队) |
林政鸿 |
出访国家(地区) |
韩国济州岛 |
实际 出访时间 |
2024年8月1日 至 2024年8月10日 |
实际出访路线 |
福州长乐机场—韩国济州机场;韩国济州机场—福州长乐机场 |
出访任务 |
参加国际人工智能IJCAI2024会议 |
出 访 成 果 报 告 |
本人于韩国参加工智能国际会议IJCAI 2024期间,重点学术交流了当前人工智能领域的前沿重难点科技瓶颈,并探讨了可落地、可持续发展与新质生产力方面的技术进展,特别是在推荐系统领域的研究和应用,具有较大的价值与现实指导意义。 本届会议汇聚了来自全球的顶尖学者,涵盖了机器学习、自然语言处理、计算机视觉以及推荐系统等多个前沿领域。特别是在推荐系统的主题讨论中,研究者们分享了最新的算法创新和应用案例,引发了广泛的讨论与思考。 在多个重要专题讲座中,基于深度学习的人工神经网络是当前研究的热点知识领域。在推荐系统特色专题大会上,本人为许多研究者介绍了利用神经网络提高推荐准确性的最新进展,如通过自注意力机制来捕捉用户与物品之间的复杂关系。这些方法不仅提升了推荐的相关性,还在实时推荐系统中展现出了显著的性能优势。同时,研究者们也讨论了如何结合用户行为数据与社交网络信息,进一步提高推荐的个性化程度。这些前沿技术为本人今后的研究提供了新的思路,尤其是在如何优化推荐系统的响应速度和准确性方面。 此外,本人还参加了数据挖掘的专题会议,并作关于《用户隐私安全保护在跨域推荐系统中的发展与概述》,讨论了如何将用户在一个领域的行为迁移到另一个领域,从而提升推荐效果。研究者们分享了一些成功的案例,探讨了迁移学习和元学习在推荐系统中的应用。这一领域的技术交流,为研究提供了新的方向,也能为未来的工作中探讨如何安全有效实现跨域推荐的策略提供支撑。 综上所述,IJCAI 2024为科研工作者提供了一个宝贵的学术交流平台,不仅加深了对推荐系统领域最新进展的理解,也激发了相关技术应用上的研究兴趣。通过与同行的深入讨论,期待能够将这些学术成果转化为实际应用,推动推荐系统在各个行业中的发展。此外,也将促进我未来在推荐系统领域的研究将继续快速发展,助力更多应用场景的创新。 该团组已进行事后公示。 (领队签字) |
遵守外事纪律情况(含意见和建议等): 严格遵守出访纪律。 |
|
|
|
|
|
|
|