(1) Prof. Michael A. Langston, Ph.D.

Professor of Computer Science at the University of Tennessee, USA
http://www.cs.utk.edu/~langston/
Title: Combinatorial Analysis of High-Throughput Transcriptomic Biological Data


(2) Prof. Michael R. Fellows, Ph.D.

Professor of Computer Science at the University of Newcastle, Australia
http://www.cs.newcastle.edu.au/~mfellows/
Title: How to prove W-hardness and why you might want to.


(3) 潘毅 博士、教授

美国乔治亚州立大学计算机科学系主任、教授
http://www.cs.gsu.edu/pan/
特邀报告题目:基于机器学习方法的蛋白质结构预测及其理解(Protein Structure Prediction and its Understanding Based on Machine Learning Methods


(4) 积丰 教授

中国科学院院士
华东师范大学软件学院院长
http://www.sei.ecnu.edu.cn/teacher/head.aspx
特邀报告题目:事务演算(Transaction Calculus


(5) 曹建农 博士、教授

香港理工大学电子计算学系教授
http://www.comp.polyu.edu.hk/~csjcao/
特邀报告题目:面向普适因特网的无缝无线移动通信(Seamless Wireless Mobile Communications for Pervasive Internet Access


(6) 刘云浩 博士

Assistant Professor, Department of Computer Science, Hong Kong University of Science and Technology, Hong Kong
http://www.cse.ust.hk/~liu/
Title:
非绑定普适计算:定位与模型


 

 

 

更详细的特邀报告信息


Prof. Michael A. Langston, Ph.D.

Professor of Computer Science at the University of Tennessee, USA

http://www.cs.utk.edu/~langston/

 

Title: Combinatorial Analysis of High-Throughput Transcriptomic Biological Data

Abstract: This talk is focused on implementation issues for novel algorithmic methods based on the theory of fixed-parameter tractability. When combined with high performance computational platforms, these methods can be used to launch systematic attacks on key combinatorial problems of widespread significance. Efficient sequential techniques for problem reduction and highly parallel algorithms for exhaustive search will be discussed, as will the trade-offs between real and synthetic data. The importance of maintaining a balanced decomposition of the search space is often critical to achieving scalability. The analysis of microarray data serves as a prime example. Using mRNA samples obtained from recombinant inbred strains of mice, we can now solve immense instances of clique and related problems to derive putatively co-regulated genesets and other biological items of interest. The depth of genetic analysis we can perform is vastly enhanced by combining these results with the knowledge of cis-regulatory elements, microRNA binding sites, ontological classifications, literature review, and causal structures imposed with quantitative trait locus mapping. Techniques for dealing with noisy data are important concerns. Long-term goals include the elucidation of genetic variation effects and the discovery of biological network structures.  

Short Bio: Michael A. Langston received the Ph.D. in Computer Science from Texas A&M University in 1981. He is currently a Professor of Computer Science at the University of Tennessee and a Collaborating Scientist at the Oak Ridge National Laboratory. He is perhaps best known for his long-standing work on applications of fixed-parameter tractability, combinatorial algorithms, computational biology, and design paradigms for sequential and parallel computation. In addition to maintaining his research program, he regularly teaches courses on algorithmic analysis, bioinformatics, combinatorics, complexity theory, graph theory and related subjects.

Dr. Langston has authored over 200 refereed journal articles, conference papers, book chapters and other reports. His work has been funded in the United States by the National Science Foundation, the National Institutes of Health, the Department of Defense, the Department of Energy and a variety of other state and federal agencies. His work has been supported overseas by the Australian Research Council and the European Commission. He has served on an assortment of editorial boards, including the Association for Computing Machinery's flagship publication, Communications of the ACM. He has received honors for teaching, research and service. Notable among these are the Distinguished Teaching Award, Texas A&M University, 1981, the Chancellor's Award for Research and Creative Achievement, University of Tennessee, 1994, and the Distinguished Service Prize, ACM Special Interest Group on Algorithms and Computation Theory, 2001.

 返回

 


Prof. Michael R. Fellows, Ph.D.

Professor of Computer Science at the University of Newcastle , Australia

http://www.cs.newcastle.edu.au/~mfellows/

Title:  How to prove W-hardness and why you might want to.

Abstract: In the early 1970's, Richard Karp famously gave a series of talks worldwide that popularized the notion of NP-hardness, based on a collection of examples showing people how to prove such results, and explaining the significance of such outcomes.  This talk will be modeled on the precedent.  It will instruct on how to prove parameterized hardness through concrete examples, describing key starting points for W[1]-hardness reductions, key combinatorial strategies for parameterized gadgeteering, tips on how to find reasonable parameters to consider, and discussion of the significance of such results.

Short Bio: Michael Fellows is recognized as a principal founder of research in parameterized algorithms and complexity; for this he received an Alexander von Humboldt Research Award in 2007. He co-authored (with Rod Downey) the foundational papers in the field, and the research monograph Parameterized Complexity (Springer, 1999). He has also co-authored two well-known books popularizing mathematical computer science to young audiences, This is MEGA-Mathematics! and Computer Science Unplugged (which has been translated into ten languages, including Chinese and Korean).  He serves as an Associate Editor for the Journal of Computer and System Sciences.  He received his Ph.D. in Computer Science from the University of California , San Diego (his hometown), in 1985. He likes to surf real big waves, and tells entertaining stories of a varied life of experiences including military special forces, prison for conscientious objection, commercial fishing in Alaska in the winter, and efforts to reform mathematical sciences education and culture.

 

返回

 


潘毅 博士、教授

美国乔治亚州立大学计算机科学系主任、教授

http://www.cs.gsu.edu/pan/

 

特邀报告题目:基于机器学习方法的蛋白质结构预测及其理解(Protein Structure Prediction and its Understanding Based on Machine Learning Methods*

 

特邀报告摘要:为了确定蛋白质的功能及其与DNARNA和酶的相互作用,理解蛋白质的结构至关重要。蛋白质结构信息可以为药物设计和蛋白质工程提供关键信息。虽然有100多万个已知的蛋白质序列,但现在还只有少量的蛋白质结构序列经过实验测定。因此,使用计算机程序从蛋白质序列中预测蛋白质结构,是揭示蛋白质三维结造和功能的重要步骤。预测蛋白质结构,对于生物学研究有着深刻的理论和实际意义。在预测中关于如何作出决定的解释,对于改进关于蛋白质结构的预测和指导"湿实验""wet experiments")也很重要。这次报告,我们将介绍如何使用机器学习的方法来提高对蛋白质结构预测的准确度并解释预测结果。同时将介绍我们在使用神经网络、结合决策树和关联规则的支持向量机所做的蛋白质结构预测、规则提取和预测解释方面的研究。并将介绍对各种预测和规则提取系统的评价和比较,以及阐述这一领域未来的研究方向。

 

* 本项研究工作的合作者: Hae-jin Hu, Jieyue He, Rob Harrison, and PC Tai.

 

个人简历潘毅生于江苏省。1977年以江苏省应届高中毕业生最好高考成绩考入清华大学计算机科学与工程系(19783月入学)1982年在清华大学获得计算机工程学士学位。1984年在清华大学获得计算机工程硕士学位。1987年来美国留学。1991年由美国匹兹堡(Pittsburgh)大学计算机科学系获得计算机科学博士学位。同年开始在美国代顿(Dayton)大学计算机科学系任教。1996年晋升为副教授。1997年获代顿大学终生教职。目前任乔治亚州立大学(Georgia State University)计算机科学系主任,终身正教授,博士生导师;并兼任北京大学、清华大学、浙江大学、西南交通大学、西安交通大学、西北大学和新疆大学客座教授;中山大学、苏州大学及扬州大学兼职教授。

 

潘毅的主要研究领域包括并行与分布式处理系统,互联网络技术和生物信息学。在此领域已发表三百多篇学术论文。其中在国际著名期刊如《IEEE计算机汇刊》、 IEEE并行与分布式系统汇刊》、《IEEE/ACM网络汇刊》、《IEEE纳米生物科学汇刊》、《IEEE电路与系统汇刊》、《IEEE系统,人与控制论汇刊》、《IEEE电子器件汇刊》、《IEEE可靠性汇刊》、《IEEE通讯杂志》、《IEEE通讯快信》、《IEEE智能系统》、《并行与分布式计算杂志》、《超级计算杂志》、《光学工程》、《计算机杂志》、《信息科学》、《并行处理快信》、《未来计算机系统》、《计算机与数学》、《模式识别》和《网络与计算机应用杂志》等上发表一百多篇学术论文。 近十年来,他在国际学术会议录上发表一百多篇学术论文,并在数十个国际学术会议上作了报告。他与他人合编并出版了三十多本书(其中包括会议论文集)。他的学术成果已被200多种教科书、学术专著、博士论文、硕士论文和科技论文所引用。

 

他应邀在学术研讨会上作了十多个主题演讲(keynote speech), 并在美国和许多世界著名大学作了近百个应邀学术报告, 其中包括美国哈佛大学、澳大利亚悉尼大学、荷兰代尓夫特工业大学、日本筑波大学、台湾国立交通大学、香港大学、中科院、及北京清华大学等。潘毅已与美国、加拿大、日本、澳大利亚、欧洲、中国、香港、台湾等地的教授及研究员进行了广泛的合作研究。

 

由于他在计算机领域的研究成果及贡献, 他的名字被载入由英国剑桥国际传记中心(International Biographical Center)出版的《世界成就者名人录》(1996年版),美国Marquis出版的《美国名人录》(20022006年版),《美国中西部名人录》(1997年版),《美国教育界名人录》(2002-2004),英国Saxe-Coburg出版的《计算科学与工程名人录》(2004),美国AsianAmerican.net出版的《美籍亚裔名人录》及美国Addison-Wesley出版的《富人及名人电子邮件地址通讯录》(1997年版)等名人传记内。

 返回

 


何积丰 教授

中国科学院院士

华东师范大学软件学院院长

http://www.sei.ecnu.edu.cn/teacher/head.aspx

 

特邀报告题目:事务演算(Transaction Calculus

 

特邀报告摘要:Transaction-based services are increasingly being applied in solving many universal interoperability problems. Compensation is one typical feature for long-running transactions. This keynote speech presents a design model for specifying the behaviour of compensable programs. The new model for handling exception and compensation is built as conservative extension of the standard relational model. This keynote speech puts forward a mathematical framework for transactions where a transaction is treated as a mapping from its environment to compensable programs. This keynote speech proposes a transaction refinement calculus, and shows that every transaction can be converted to a primitive one which simply consists of a forward activity and a compensation module.

 

个人简介何积丰,中国科学院院士。现为华东师大终身教授、博导、软件学院院长,上海市科学协会副主席,上海市嵌入式系统研究所所长,上海计算机学会学术委员会副主任,全国高等师范学校计算机教育研究会名誉理事长,国际形式化工程协会主席,并先后被聘为复旦大学、南京大学、上海交通大学、浙江大学兼职教授。曾在美国斯坦福大学、旧金山大学做访问学者。曾任牛津大学客座教授、联合国大学国际软件技术研究所高级研究员。近年来,其先后获得国家自然科学二等奖和上海市优秀共产党员、上海市教学名师、上海市五一劳动奖章和上海市劳动模范等荣誉。近期又担任了国家自然科学基金委“可信软件”重大研究计划首席科学家,并被科技部聘任为973“海量信息的协同性和生存性的理论与实践研究”(编号:2005CB321900)项目的首席科学家。

 

自八十年代起,他开始从事程序设计理论及其应用研究。1986年他和C.A.R. Hoare提出了程序分解算子,并将规范语言与程序语言看成是同一类数学对象。接着又提出了采用关系代数作为程序和软件规范的统一数学模型,使得关系代数可用来描写程序的分解和组合过程,直接支持软件的开发。在数据精化方面,给出了处理非确定性程序语言数据精化的完备方法。1995年,他在总结了多类程序语言语义理论和方法的基础上,与C.A.R. Hoare提出了程序设计统一理论(UTP)和连接各类程序理论的数学法则。还提出了用形式化的界面理论沟通几种程序语言,以及非确定性数据流的数学模型及代数定律。自2006年起,国际上已开始举办关于UTP的系列国际会议。近年来,他研究的软硬件协同设计系统,为减少系统芯片设计时间和降低成本提供了有益的方法。

 

他在国际刊物和国际会议上发表的论文140余篇,其研究论文先后被SCI它引达540,在国际计算机科学领域产生重要影响。

 返回

 


曹建农 博士、教授

香港理工大学电子计算学系教授

http://www.comp.polyu.edu.hk/~csjcao/

 

特邀报告题目:面向普适因特网的无缝无线移动通信(Seamless Wireless Mobile Communications for Pervasive Internet Access

 

特邀报告摘要: 近年来,我们看到各种无线通信系统共存并扩展了无线接入到因特网的覆盖范围。主要的无线接入网络包括3G网络、无线局域网和无线mesh网络。这些不同技术的共存为用户提供了具有特色和各具优势的多样选择。它同时也为因特网访问的无缝无线通信服务带来新的机遇和挑战。

本次报告,我们将介绍在异构无线接入网络中实现无缝通信和移动性的各种实用技术的发展情况。将阐述主要的具有挑战性的问题和现有的解决方案。我们还将介绍我们的研究项目:关于构建先进的无线mesh网络平台并把无线mesh网络与现有的无线局域网和蜂窝网络相结合以提供普适因特网接入。最后,我们还将讨论一些开放性问题,并指出未来的研究方向。

 

个人简介:曹建农教授在南京大学获得计算机科学学士学位,在美国华盛顿州立大学获得计算机科学硕士学位博士学位。

 

曹建农博士现任香港理工大学电子计算学系的教授,并任该系因特网与移动计算实验室的主任。在香港理工大学任教之前,他先后在澳大利亚的詹姆斯库克大学和阿德莱德大学、以及香港城市大学任教。研究方向主要包括:移动和普适计算、计算机网络、并行与分布式计算、以及容错计算。在这些领域,现已发表250多篇研究论文。最近的研究主要集中在无线网络、移动和普适计算系统、以及开发试验平台、协议、中间件和应用。

 

曹建农博士是中国计算机学会的高级会员、IEEE的高级会员(包括IEEE计算机协会和IEEE通信协会)、以及ACM会员。他是IEEE计算机协会的分布式计算技术委员会(TPDC)亚洲区的协调员。他还是IEEE分布式计算技术委员会、IEEE并行处理技术委员会、IEEE容错计算技术委员会委员。他还在多个国际期刊担任副主编及编委,并且担任多个国际杂志和国际会议的审稿员,同时还是许多国际会议的程序委员会和组织委员会的主席或委员。

 

 返回

 


刘云浩 博士

香港科技大学计算机科学与工程系助理教授,博士生导师

http://www.cse.ust.hk/~liu/

 

特邀报告题目:非绑定普适计算:定位与模型

 

特邀报告摘要: 作为普适计算与移动计算中的一个重要内容,定位对于很多应用来说是不可或缺的。本次演讲先讨论基于测距的定位和非测距定位的模型与应用,并延展至各向异性无线传感网中的定位问题;进而针对目前普适智能空间领域中存在的问题,从普适计算的开放性、多态性和动态性出发,通过对自然的人机交互、适应用户和设备的动态演化、自主的协作机制等问题的研究,讨论非绑定普适计算概念,试图对如何突破传统智能空间与无线传感网的应用瓶颈做一个有意义的探讨。

 

个人简介:刘云毕业于清华大学自动化系,获工学学士学位;在北京外国语大学获文学硕士学位;并在美国密歇根州立大学计算机系获得硕士博士学位。他的博士论文在美国密歇根州立大学获得优秀奖(DCF: Dissertation Completion Fellowship)。目前是香港科技大学计算机科学与工程系助理教授博士生导师,西安交通大学特聘兼职教授,吉林大学、东北大学、中国海洋大学客座教授,IEEE 高级会员(IEEE Senior Member )。刘云浩博士担任MobiHocINFOCOMWWWICNPICDCSSenSysRTSSPerCom 等多个国际主流会议程序委员,并担任 2008 年世界互联网大会( WWW2008 )副主席。刘云和他的博士生李默在2008121被香港政府授予2007年度香港最佳创新与研究特等奖(Hong Kong ICT Best Innovation and Research Award: Grand Award)。

 

刘云主要研究方向集中在对等网、传感网与普适计算。他在很多国际一流学术期刊如《IEEE/ACM Transactions on Networking》、《IEEE Transactions on Parallel and Distributed Systems》、《ACM Transactions on Sensor Networks》、《IEEE Transactions on Computers》以及主流会议MobiComMobiHocINFOCOMSIGMODVLDBICNPRTSSICDCS等发表过多篇很有影响的论文,迄今已在国际会议及期刊杂志发表80 篇以上论文,国际引用累计过千次(Google Scholar 数据 )。他与导师倪明选合作在2003 年普适计算领域最主要年会 IEEE PerCom 会议上发表的论文2005-2006年被ACM Wireless Network期刊评为Most Viewed Article,国际引用超过200 (Google Scholar 数据 )2005 年其论文 IEEE 国际电子商务年会 (ICEBE) 授予大会最佳论文奖。2007年其论文被IEEE PerCom选入Best Papers Session并作大会演讲。2008年获得香港最佳创新与研究特等奖。

 

 返回