实验室动态

通知公告

首届数据科学与工程(深圳)国际研讨会
发表日期:2014年4月16日     编辑:      阅读数:401

 

正式通知

首届数据科学与工程(深圳)国际研讨会

(1st International Workshop on Data-enabled Science and Engineering)

“Contemplating a new frontier for the core engineering fields”

May 14-17, 2014

Boyuan Hotel,Shenzhen, Guangdong Province, China


    “大数据”特指数据量大、数据结构及类型复杂的数据集合。通过数据挖掘获取价值信息并形成决策的认知模式,正在逐渐变革人类对于知识的认识过程。以互联网为基础的企业和研究机构在这一过程中处于领军地位,其运用数据挖掘的技术,直接引导着新知识发现,促进了“大数据科学与工程”的势在必行,创造了新学术领域和应用增长点。

     “大数据”同样广泛存在于自然科学和工程技术领域,例如,欧洲核子研究中心(CERN)的大规模粒子物理研究,重要装备、工程结构及设施损伤及安全性研究,医理药物研究等。与互联网“大数据”所不同的是,科学和工程技术中的大数据具有明确而极其丰富的源物理背景。涵括大数据处理及信号处理等所有可能技术的融合点就是揭示深埋于科学数据中的源物理机理。正是这一源物理背景的差别,我们期待着未来跨行业、跨领域的“数据科学家”、“数据工程师”、“数据专家”、“数据教育家”来“追踪循源”寻找和开发新科学技术,创造新科学及工程领域、以及新市场。

     美国大数据的研究和应用已走在全球前列,2013年5月,奥巴马政府更是宣布了“大数据的研究和发展计划”,提出“通过提高我们从大型复杂的数字数据集中提取知识和观点的能力,承诺帮助加快在科学与工程中的步伐,加强国家安全,并改变教学研究”。根据这一计划,美国希望利用大数据技术在多个领域实现突破,包括科研教学、环境保护、工程技术、国土安全、生物医药等,具体的研发计划涉及了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6个联邦部门和机构。斯坦福大学、加州大学(伯克利)、迪肯大学等大学专门开设了研究大数据的相关课程,培养下一代的“数据科学家”。如今,美国不仅是全球首个将大数据从商业行为上升到国家意志和国家战略的国家,也是数据科学家和面向未来大数据人才储备启动最早的国家。

       然而,目前大数据在大多数科学技术领域中认知度均不高,而在传统工程领域中的认知度就更低。一方面,随着人们对越来越复杂科学和工程问题本质探索认知的深入,基于机理性模型和假设检验为基础的数据分析技术已经越来越显得捉襟见肘。另一方面,大量的科学和工程检测数据却并未重视而闲置,从本质上缺乏对于数据,特别是大数据中源物理的研究,以至于这些数据所蕴含的大量信息潜能没有被充分发挥出来。正是基于这种认识,美国国家自然科学基金委于2012年将大数据科学研究及计算定义为科学技术发展的“关键第三极”(the critical third pillar),即计算与数据科学及工程(computational and data enabled science and engineering, CDS&E)。这一定义旨在推动基于数据的科学发现。

       作为科技发展“关键第三极”,数据科学与工程涵括了自然科学和工程学科的几乎所有领域。尤其是对材料及设施无损检测及安全性评价有着极其重要的意义。“关键第三极”要求工程师和科学家们必须学会从大量数据中挖掘其源物理机理,从数据中认识事物和发现新规律。这一目标对于在传统科学领域和工程领域中惯于从事确定模型的工程师和科学家们是一个挑战。

       本研讨会旨在推动计算与数据科学及工程的研究发展,主要内容包括传统科学领域和工程领域中大数据产生、大数据挖掘技术,已经在学科交汇中大数据共享等。研讨会将为传统科学和工程领域的研究者们提供一个多学科、多领域交汇的交流平台,从而更有效地推动新概念、新理论和新技术的开发。即:

          新概念——传统科学及工程大数据中源物理研究;

          新理论——传统科学及工程大数据应用数学、计算、统计的理论和工具;

          新技术——以具有物理意义数据为基础而发展开发的各项技术及装备支持。

       本次研讨会的目的包括两个方面,一方面,探讨如何把目前广泛应用在以互联网为主的并获得极大成功的“大数据”思想和工具,拓展到各传统应用科学与技术领域;另一方面,我们期望探索在“大数据”框架下的多学科交叉研究模式,即,如何以“数据”为中心,建立涉及数学、物理、化学、生物以及各应用科学和技术等多个领域的交叉学科。届时,为更有效地促进这个新独特学科、即科学发展的第三极的推广,研讨会将正式创建一个主要针对传统科学和工程领域大数据科学及技术专业的开源期刊,并由施普林格(Springer)出版。

       深圳作为中国最具有改革开放创新代表性的城市,在中国全面深化改革浪潮的大时代背景下,力求在世界舞台上展现一个创新先导、改革先锋的国际化城市形象,在大数据科学发展“关键第三极”之全球领先概念上做一个领军者。


一、研讨会组织单位:

1. 主办单位:中国无损检测学会。

2.协办单位:深圳坪山新区、国际声发射学会、美国声发射工作组织、中国特种设备检测院、北京化工大学、清华大学、北京航空工程技术研究中心、国核电力规划设计研究院、天津科技大学、天津力学学会、北京科技大学、华中科技大学、武汉大学、湘潭大学、内蒙古工业大学、美国得克萨斯理工大学、美国得克萨斯理工大学医学院、美国孟菲斯大学、美国南加州大学、美国Drexel大学、德国慕尼黑技术大学、日本京都大学、日本筑波大学等

3. 承办单位:深圳大学、深圳斯派特仪器有限责任公司


二、会议组织机构

1. 会议主席及副主席 

主席:齐刚教授 (美国孟菲斯大学、天津科技大学)

高金吉教授(中国工程院院士、北京化工大学)

副主席:沈功田教授 (中国特种设备检测研究院副院长,世界声发射学会主席),Alan Barhost 教授(美国得克萨斯理工大学),邢锋 教授(校党委副书记,深圳大学),张建国教授(副校长,天津科技大学)

2. 会议组织委员会

梁戈西、王卫伦、刘伟、李建宇、朱应利、刘伟(深大)、王莹赟、张俊辉

组委会秘书长:刘伟

三、会议主要内容:

1.数据科学与工程“关键第三极”在作为科技发展中的重要性和具体实现;

2. 确立数据科学与工程作为科技发展“关键第三极”的歩骤;

3. 数据科学与工程的主要研究内容;

4. 数据科学与工程的主要服务对象;

5. 数据科学与工程与传统确定性理论的关系;

6. 数据科学与工程的主要仪器设备;

7. 数据科学与工程高等教育;

8. 数据科学与工程的发展方向,等。

大会日程安排及研讨提纲等详见附件


四、会议重要时间及联系方式:

1. 2014年5月14日,嘉宾报到。

2. 2014年5月15-16日,交流研讨。

3. 2014年5月17日,专题讨论。

4.联系人:朱应利博士

电话:022 6027 2375; 手机:18222888690

Email: zhuyingli@tust.edu.cn


五、研讨会特邀报告:

1. Roger Ghanem(美国南加州大学教授): Big-data stochastic tools and applications;

2. Annette Sobel(退役美国海军少将、医学博士、得克萨斯理工大学医学院教授): Big Data in Critical Infrastructure Protection and Disaster Management;

3. Jonathon Awerbuch(美国Drexel大学力学教授): Big-data issues and techniques for predicting structural failure;

4. Susan McBride(美国得克萨斯理工大学医学院教授): Big-data in Biomedical/healthcare;

5. 沈功田(中国特种设备检测研究院副院长):Big-data in acoustic emission technology

6. Eric Flynn(美国Los Alamos 国家实验室): Big data in structural health monitoring and engineering design

7. Randy Howard(美国Novetta Solutions资深数据专家,美国George Mason大学及弗吉尼亚Commonwealth大学客座教授): Big-data in business processes

8. Ferri Aliabadi(英国帝国理工学院教授、航空系系主任): Big-data issues in computational material science

9.  廖宜恩(I-En Liao)(台湾中兴大学教授): Big-data in transdisciplinary study of climate and finance

10. 韩宁旭(深圳大学教授):Data and service life of structures in Civil Engineering

11. 何岭松(华中科技大学教授),Mobile sensor and instrument technology for the Big-data

12. Chris Coughlin(Springer出版社): Journal of Data-enabled Science and Engineering, Third-Pillar Science and Engineering


六、研讨会专业委员会:

国外成员:

Jonathan Awerbuch,博士、机械及力学教授,Drexel University

Alan A. Barhorst,博士、机械及力学教授,Texas Tech University

Yuh J. Chao, 博士、机械及力学教授,Universityof South Carolina

Chuck Farrar,博士、工程部主任,Los Alamos National Laboratory

Eric Flenn,博士、Los Alamos National Laboratory

Roger Ghanem,博士、土木工程及力学教授,University of South California

Gang Qi, 博士、机械及力学教授,The University ofMemphis

Steven F. Wayne, 博士、金属材料学教授,The University ofMemphis

Hongchao Zhang Qi, 博士、工业工程教授,Texas Tech University

Zhingmin Zhang, 博士、数学教授,Wayne State University

Ferri Aliabadi,博士、机械及力学教授,Imperial College

Karen M Holford, 博士、机械及物理学教授,Cardiff University

Christian Grosse,博士、土木、地质及环境科学教授,TechnischeUniversitätMünchen

Andy Tan,博士、机械工程教授,Queensland University of Technology

ShuichiMiyazaki,博士、金属材料学教授,University of Tsukuba

Tomoki Shiotani,博士、土木工程及力学教授,KyotoUniversity

Susan McBride,博士,Texas Tech University Health Center

Annette Sobel,博士、退役美国海军少将,Texas Tech University Health Science Center 

Zdenek Bazant, PhD in engineering mechanics, Northwestern University, USA

Frank Beall, PhD in wood science, UC Berkeley, USA

Martine Browne, PhD in mechanical engineering, University of Southampton, UK

Karen Holford, PhD in mechanical engineering, Cardiff University, UK

Joseph Labuz, PhD in civil engineering, University of Minnesota, USA

Kenneth A. Mann, PhD in engineering mechanics, Upstate Medical University, USA

Jason Weiss, PhD in civil engineering, Purdue University, USA


国内主要成员:

Jinji Gao, Academician of Chinese Academy of Engineering, Equipment Diagnosis Engineering,Prof., Beijing University of Chemical Technology, China

高金吉,中国工程院院士,设备诊断工程,教授,北京化工大学

Gongtian Shen, PhD, Safety Engineering, Prof., China Special Equipment Inspection and Research Institute, China

沈功田,博士,安全工程,教授,中国特种设备检测研究院

LumingLi, PhD, Instrument Science and Technology, Prof., Tsinghua University, China

李路明,博士,仪器科学与技术,教授,清华大学航天航空学院

Lingsong He, PhD, Mechanical Engineering, Prof., Huazhong University of Science and Technology, China

何岭松,博士,机械工程,教授,华中科技大学机械科学与工程学院

Xinjun Wu, PhD, Instrument Science and Technology, Prof., Huazhong University of Science and Technology, China

武新军,博士,仪器科学与技术,教授,华中科技大学机械科学与工程学院

Chunxu Pan, PhD, Materials Physics,Prof., Wuhan University, China

潘春旭,博士,材料物理,教授,武汉大学物理科学与技术学院

Xincun Shang, PhD, Materials Physics,Prof., Beijing University of Science and Technology, China

尚新春,博士,材料物理,教授,北京科技大学大学数理学院

DaranLi,Engineer in Chief, State Nuclear Electric Power Planning Design & Research Institute

李达然,教授级高级工程师,国核电力规划设计研究院总工程师

Wenbo Luo,PhD, Engineering Mechanics,Prof., Xiangtan University, China

罗文波,博士,力学,教授,湘潭大学土木工程学院










附件一:研讨会提纲

2014数据科学及工程(深圳)国际研讨会

一.    数据科学及工程

1.  定义

“大数据”是大约16年前由数据分析领域专家造的一个术语,其属性包括数据量(Volume),种类(Variety),速度(Velocity),变化(Variability),以及价值(Value)等所谓的5-V要点。其中数据量特指数据集合的量之大,数据量的产生速度之快,数据产生的来源之多,数据结构和种类之变,以及数据价值之高等。这些属性都取决于如何对其进行诠释,从而可以对大量传统物理原理为基础的确定性模型目前无法求解的问题,根据实际数据作出定量决策的。目前大数据通常是指与网络有关的各种类型信息收集、目标确定、及数据决策等问题。日常消费是大数据的一个非常典型的、变大数据为大利润的例子。


相比之下,“数据科学及工程”则是更为广泛的概念,这一概念已于2012年正式由美国国家科学基金委定义为科学技术发展的“关键第三极”与众所周知的第一极科学实验,第二极理论模型所并列。这一“关键第三极”与传统物理原理及理论极的主要区别是,后者在最终决策上完全依赖于机理模型及其理论的指导,而前者则不需要。在应用科学与技术领域中的大数据问题中,除了同样具备上述5-V属性,数据所具有的源物理机理(Source Physics)更为重要。数据的源物理机理将帮助我们从大数据中获得通常基于传统物理原理及理论所难以得到的数据决策依据。


“数据挖掘”是指用于从大型数据集中提取出有用信息,从而揭示嵌入信息和隐藏知识的方法。


2.  研讨会的目的

本次研讨会的目的包括两个方面,一方面,探讨如何把目前广泛应用在以互联网为主的、并获得极大成功的“大数据”思想和工具,拓展到各传统应用科学与技术领域;另一方面,我们期望探索在“大数据”框架下的多学科交叉研究模式,即,如何以“数据”为中心,建立涉及数学、物理、化学、生物以及各应用科学和技术等多个学科领域的交叉和综合。


二.    主题报告:


l  Roger Ghanem:面向数据科学的随机、统计计算工具和应用案例

l  Annette Sobel:关键基础设施保护和灾害管理中的大数据问题

l  Jonathon Awerbuch:材料、结构和装备失效预测中的大数据问题

l  Susan McBride:生物和医疗健康中的大数据问题

l  沈功田: 声发射技术中的大数据问题

l  Eric Flynn:结构健康监测及工程设计中的大数据问题

l  Randy Howard:商业流程中的大数据问题

l  Ferri Aliabadi: 材料科学中的大数据问题

l  I-En (Ian) Liao:天气预测、金融等多学科问题中的大数据

l  韩宁旭:土木结构安全服役中大数据问题

l  何岭松:大数据时代的手机传感与仪器技术

l  Chris Coughlin:“数据科学与工程”期刊筹备简介


三.      跨学科组

基于对“大数据”这一新概念的共同兴趣和好奇心,来自不同学科领域的专家进行自由讨论和思想碰撞,从而激发新的研究思想和方向。为了提高研讨的效率,建议如下讨论内容(但不限于此):

       1. 所在领域的某个核心科学问题及其“数据”

1)  核心科学问题及目前本领域的研究进展概述;

2)  核心科学问题中的“数据”:

· 本领域已经使用的“数据”及使用方法

· 是否有必要进行“大数据”研究,即“大数据”的研究潜力

· 所关心的核心科学问题是否与其他领域有联系,能否共享其他领域的“数据”,如何共享?

· “大数据”研究框架下,结果的验证和确认,即如何让人相信你给出的结果是正确的?3)  在“大数据”框架下开展相关研究的主要困难,如不了解“大数据”研究中的数学工具及其最新进展,包括数据挖掘技术、统计决策模型和方法等;

2. 本领域引入“大数据”,相关行业可能出现的新技术、仪器和装备等潜在商业价值。

3. 高等教育,人才培养

1)   专业领域中培养具备“大数据”分析能力的人才,应该具有哪些知识和能力储备?社会需求、就业前景;

2)   课程体系的设置,在现有专业领域课程中补充“大数据”相关课程内容,或考虑直接设置“大数据”相关的新专业和课程体系?

3)   学术型人才和应用职业型人才的区分。

        4. 数据科学工程期刊

1)  需求;

2)  范围;

3)  读者;

4)  内容。


四.    工程应用技术组

处于实际应用第一线的工程师,其解决问题的思路是(或必须是)不以所属学科领域来主导的,而是以问题为驱动的。而从反映问题本质的“数据”入手,则有可能为工程师提供认识和解决实际问题的更全面的角度和更有效的工具。基于“大数据”在工程应用领域中已经体现出的和潜在的价值,来自不同领域的工程师们进行自由讨论和思想碰撞,从而激发出解决实际问题的更有效方法和技术。为了提高研讨的效率,建议(但不限于)如下讨论提纲:


1.  所在工程领域的困难,及其“大数据”可能的应用

    1)  问题本质、复杂性及所采用的技术概述;

    2)  “数据”及其现有使用方法、不足;

    3)  是否有必要进行“大数据”研究,即“大数据”的潜力。

2.  采用“大数据”解决实际问题的可能步骤

    1)  数据来源途径的整合;

    2)  数据挖掘技术的启用;

    3)  鉴别数据源物理机理的方式:理论及技术;

    4)  建立具有统计显著性的信息关系的方式方法;

    5)  建立数据模型、基于数据的决策模型的方式方法;

    6)  数据的决策模型与传统确定性理论模型(即传统经典物理模型)的相互关系;

    7)  建立数据科学及工程相应的理论方法;

    8)  “大数据”决策结果的验证与确认,即如何让别人相信你的结果?

    3.  本领域引入“大数据”,相关行业可能出现的新技术、仪器和装备等潜在商业价值。

    4.  高等教育,人才培养

    1)  专业领域中培养具备“大数据”分析能力的人才,应该具有哪些知识和能力储备?社会需求、就业前景;

    2)  课程体系的设置,在现有专业领域课程中补充“大数据”相关课程内容,或考虑直接设置“大数据”相关的新专业和课程体系?

    3)  学术型人才和应用职业型人才的区分。

    5.  “数据科学与工程”期刊

    1)  需求;

    2)  范围;

    3)  读者;

               4)内容




附件二:研讨会日程安排

首届数据科学于工程(深圳)国际研讨会

中国深圳博园酒店

时间

内容、地点

负责人




May 14th

博园酒店


15:00

与会嘉宾开始登记


18:30 – 19:30

欢迎酒会


19:30

预备会议





May 15th

深圳大学


7:00

自助早餐


8:00

乘大巴前往深圳大学校区

刘伟

9:00

致欢迎词并集体合影

齐刚, Alan Barhorst

10:00

主题演讲



Roger Ghanem, Annette Sobel

沈功田、Alan Barhorst

11:05-11:20

间休:咖啡茶点


11:25

主题演讲



韩宁旭, Randy Howard

何岭松、Steve Wayne

12:30-13:20

自助午餐


13:30-15:00

乘坐大巴前往坪山视察

刘伟

15:30-17:30

致欢迎词,坪山区介绍,数据科学论坛牌匾,集体合影

齐刚

17:30-20:00

参观坪山区并举办欢迎晚宴

刘伟

20:00

乘车返回酒店





May 16th

博园酒店


7:00

自助早餐


8:00

主题演讲



Jonathon Awerbuch, Susan McBride, 沈功田, 廖宜恩

韩宁旭 Christian Grosse

10:00-10:15

间休:咖啡茶点


10:15

主题演讲



Ferri Aliabadi, Eric Flynn,何岭松

李路明、Tomoki Shiotani

12:00-13:20

自助午餐





13:30-15:30

平行进行的学术研讨会

负责人


专业学科组1

待定, 志愿者

专业学科组2

待定

专业学科组3

待定

跨学科小组1

待定

跨学科小组2

待定

15:30-16:00

间休:咖啡茶点


16:00-17:30

小组讨论总结,负责人介绍该组的讨论报告。


18:00-19:00

晚宴


19:00

深圳景点及购物中心交通服务

刘伟




May 17th

深圳大学

韩宁旭

7:00

自助早餐


8:00

乘车前往深圳大学

刘伟

9:00-11:00

专业主题讨论

韩宁旭

11:00

研讨会闭幕

韩宁旭, Alan Barhorst







12:00 -

提供香港入境的交通服务,巴士可以前往香港机场或入境口岸的其他地点。

刘伟

 

 

 





 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

附件三:会务安排


1、会议注册
    现场注册缴费 本次会议注册费为:1000元人民币,注册费涵盖会议资料、会议会餐、茶歇等费用,其它费用自理。请在5月14日现场报到时缴费,会议将提供报销凭证。

2、会议期间食宿及往返交通安排

(1)会议在深圳福田区惠园酒店。

   地址:中国深圳市福田区竹子林紫竹七道

   电话: 0755-83708888
(2)回执:如果需要代订国内机票,请告知意向航班及个人信息,请于5月1日前告知所需的往返航班信息和订票所需的个人信息,我们将统一代为订购机票。



姓名

单位

手机

电子邮箱

是否需要安排住宿、回程飞机票