本论坛将于CNCC2019第三天（10月19日）在苏州金鸡湖国际会议中心A202会议室举行，共邀清华大学、北京航空航天大学、电子科技大学、京东的专家与你探讨。
智慧城市与城市计算论坛
时间：2019年10月19日 13:30-17:30
地点：江苏苏州金鸡湖国际会议中心（会议室A202）
本论坛由京东集团副总裁、京东城市总裁郑宇担任论坛主席，由京东智能城市研究院资深研究员、京东城市AI平台部负责人张钧波担任共有主席，并邀请了来自清华大学、北京航空航天大学和电子科技大学等多所知名大学的教授及京东城市的资深数据科学家进行演讲及现场交流。
在本次论坛中，将重点关注城市计算的研究领域，产业现状和发展方向，并探讨科技公司在服务本国的基础上,如何更好推动各自所在产业或相关领域在全球范围智能城市建设中发挥更大作用。
论坛议程
论坛主席
论坛主席
郑宇
郑宇（博士、教授）将担任CNCC2019“智慧城市与城市计算论坛”主席，他现任京东集团副总裁、京东城市总裁，主要负责京东集团智能城市业务，致力于利用大数据和人工智能技术服务于政府、大型国有企业和行业第三方公司，解决城市里的交通、规划、环境、能耗、商业和公共安全等痛点。郑宇教授在加入京东之前是微软亚洲研究院城市计算领域的负责人，他提出了“城市计算”理念，并在国际上发表高质量论文百余篇，多篇论文成为城市计算领域奠基性的论文。2013年，他因在城市计算领域的贡献被《MIT科技评论》评为全球杰出青年创新者（TR35）；2014年，他被《财富》评为中国40位40岁以下商界精英。2019年，由郑宇教授撰写，麻省理工学院出版社出版的，国际首部城市计算领域权威著作《Urban Computing》问世，书中展现了郑宇教授多年来在城市计算领域的深度学术研究和行业前沿实践成果。在他的带领下，京东城市目前正在为北京、雄安、天津、南京、南通、福州、宿迁等多个城市提供技术服务，并承接了信用城市、雪亮工程等一系列国家战略任务。
共同主席
张钧波
张钧波博士是本次论坛的共有主席，他目前担任京东智能城市事业部AI平台部总监、京东智能城市研究院资深研究员，掌管整个事业部的AI平台、算法模型和技术研发。在加入京东之前，张钧波博士曾任微软亚洲研究院研究员，联想香港大数据研发中心研究员，在香港中文大学、华为香港诺亚方舟实验室、美国乔治亚州立大学、比利时核研究中心等工作多年，具备近十年的人工智能和时空数据挖掘经验。在Artificial Intelligence，IEEE TKDE等国际期刊和软件学报等国内期刊及KDD、AAAI、IJCAI等国际会议上发表论文40余篇，最佳论文3篇，在科学出版社专著1部，研究成果获得广泛的关注。曾获得中国人工智能学会优秀博士论文提名奖，ACM分会优秀博士论文奖。
讲者和报告简介
鲍捷
鲍捷（博士），京东数科智能城市事业部数据管理平台部负责人。于2014年在美国明尼苏达大学获得计算机系博士学位，主要的研究方向包括了时空大数据的管理分析和挖掘。曾在微软亚洲研究院工作多年，具备近十年的时空数据挖掘和管理经验。从加入京东之后推进了在集团内的时空数据挖掘系统的研发，参与了物流地产智能选址，物流轨迹数据挖掘等各种项目的落地。也是2018年度京东数科卓越价值观奖获得者，京东数科Techday 特邀讲师。
演讲题目：用AI和大数据打造智能城市
摘要：城市计算是计算机科学以城市为背景，跟城市规划、交通、能源、环境和经济等学科融合的新兴领域，通过不断获取、整合和挖掘城市中不同领域的大数据来解决城市痛点，是当今城市通向智慧城市的途径。本报告将介绍城市计算平台的架构和多种时空AI 算法，分享基于人工智能的商业选址、火力发电优化、空气质量预测和违章停车智能监测等案例，以及基于大数据和人工智能技术的信用城市体系建设。
李勇
李勇（博士，副教授，博导），清华大学电子工程系副教授，博士生导师，ACM/IEEE高级会员，长期从事数据科学与智能方面的科研工作。发表学术论文100余篇，文章引用7000余次，5次获国际会议最佳论文/提名奖，10篇论文入选ESI高被引用论文。入选国家"万人计划"青年拔尖人才、中国科协青年人才"托举工程"计划，获2016年IEEE ComSoc亚太区杰出青年学者奖，获教育部科技进步一等奖、电子学会自然科学二等奖、吴文俊人工智能优秀青年奖。
演讲题目：城市时空数据质量增强与移动行为预测
摘要：随着城市移动网络和无线定位技术的飞速发展，记录用户时空行为规律的大数据在城市计算等诸多应用场景中变得日益丰富，其社会、经济、学术价值也引起了产业界和学术界的广泛关注。然而，城市时空大数据规模大且质量低、所蕴含的行为模式复杂多样，使得传统数据挖掘方法难以适应。本报告针对以上问题，系统介绍如何通过深度学习技术实现城市时空数据的质量增强与移动行为的准确预测。具体而言，通过设计深度注意力机制和深度表征学习模型，解决城市时空大数据噪音显著、行为模式复杂、存在高阶时空相关性等科学问题；通过提出时空移动行为相似度测量方法与时空行为预测模型，实现高准确率的个体与群体行为预测；通过建立开放的城市时空大数据深度处理与挖掘平台，实现在智能交通、智慧旅游、城市规划等重要场景下的实际应用。
王静远
王静远（博士，副教授，博导），北京航空航天大学计算机学院副教授，博士研究生导师。2011 年7 月毕业于清华大学计算机系，获工学博士学位。研究兴趣：大数据与人工智能；应用方向：智慧城市、计算金融、智慧健康。承担和参与课题包括：国家自然科学基金重点项目/面上项目/青年项目、863“智慧城市（一期/二期）”项目、国家重点研发计划项目等。发表学术论文30余篇，其中包括大数据领域顶级学术会议ACM KDD、ACM Ubicomp、ACM CIKM、IEEE ICDM，人工智能领域顶级学术会议AAAI，计算机通讯领域顶级学术会议IEEE Infocom等，以及权威国际学术期刊IEEE TKDE、IEEE TOC、IEEE Intelligent Systems、IEEE Communications Letters等。并申请中国专利9项，美国专利2项。担任Frontiers of Computer Science 期刊 Managing Editor。中国计算机学会大数据专委会委员，中国城市科学研究会城市大数据专委会委员，自动化学会经济管理专委会SIG委员等。
演讲题目：数据智能驱动的城市认知、管理与服务
摘要：城市是人类生活的第一空间，全世界有超过50%的人口生活在城市空间内。城市密集的人口聚集，在促进人类社会的发展的同时，也带来了交通拥堵、环境污染、人口爆炸等“城市病”问题。为了破解这些问题，北航智慧城市研究组（Beihang Interest Group on Smart City，BIGSCITY）使用大数据与人工智能相结合的数据智能技术（Data Intelligence），从城市的认知、管理与服务角度，进行了跨学科的探索研究。这些研究工作包括基于动态时空数据与可解释AI的城市认知，针对危险品与流行病防控的城市安全管理，以及深度学习与启发式搜索的城市出行服务。报告的内容涉及计算机科学同城市规划、城市管理学科等学科的交叉融合，是一种数据智能为核心的多学科协作研究范式。
郑凯
郑凯（博士，教授，博导），电子科技大学教授，博士生导师，国家青年特聘专家，四川省“千人计划”专家。2012年于澳大利亚昆士兰大学获计算机科学博士学位，2012至2016年在澳大利亚昆士兰大学先后担任博士后研究员和讲师。近年来的主要研究方向涵盖了时空数据管理、不确定数据管理、内存数据管理、图数据管理以及区块链数据管理等领域的理论基础与技术应用。在数据库和数据挖掘等领域的重要会议和期刊发表论文140余篇，谷歌学术引用3200余次，H-index=29。曾获得澳大利亚优秀青年基金（2013），两次获得数据库顶级会议ICDE最佳论文奖（2015和2019），国际会议APWeb-WAIM和WISE最佳论文奖（2017）。担任数据库国际会议APWeb 2016和MDM 2019（Demo track）的程序主席以及DASFAA 2017的执行主席，担任国际SCI期刊Distributed and Parallel Databases和DKE的编委，WWW Journal、Geoinformatica、Frontier of Computer Science客座编委，担任数十个大数据与人工智能领域顶级会议的程序委员(TPC member)。
演讲题目：基于空间众包技术的隐藏兴趣点挖掘
摘要：隐藏兴趣点（Hidden Point of Interest，H-POI）是指在社交网络中很少被提及或者签到（check-in）的地点。由于签到记录很少，这类兴趣点极容易被搜索/推荐引擎忽略，从而导致一些优质的兴趣点无法被用户访问到。本次报告将介绍我们如何利用众包聚合框架和空间众包技术来消除隐藏兴趣点的“隐藏”特性，从而进一步对其排序。对此，我们提出了一个两阶段的解决方案，着力于降低排序的时间代价、人力成本并保持排序的准确性。在第一阶段，也即离线阶段，我们通过分析兴趣点的空间文本特征来建立候选任务集，并提出了一个可以有效缩减任务集大小的贪心算法，同时，我们利用数据驱动的方法计算了众包工人完成特定任务的可靠性。在第二阶段，又称在线阶段，为了减少众包成本，我们在考虑工人完成任务的可靠性，流行兴趣点排序的准确度和当前模型的不确定程度后，提出了一种主动学习算法来选择下一个最具信息量的任务以及一种跳跃式搜索（Tree-constrained Skip Search）策略来减少搜索的时间代价。实验表明所提出的框架可以在派发任务数较少的情况下依然达到较高的准确度。
