2019年5月7日至8日，由南方科技大学人工智能研究院，深圳市计算智能重点实验室，广东省普通高校演化智能系统实验室，南方科技大学计算机科学与工程系共同主办的“ 自我意识和自主系统人工智能学术研讨会（SAINT Workshop on Self-aware and Autonomous Systems）在南科大图书馆111报告厅圆满举行。南方科技大学计算机系杰出教授，2007年图灵奖获得者，法国科学院工程院院士Joseph Sifakis，英国帝国理工学院教授，皇家工程院院士Wayne Luk，英国阿斯顿大学高级讲师Peter Lewis，奥地利维也纳技术大学教授Axel Jantsch，韩国首尔国立大学讲席教授Byoung-Tak Zhang，以及校内外自我意识和自主系统领域的学者专家共一百多人出席并参与了该研讨会。 会议合影 姚新教授致辞 （左：Joseph Sifakis；右： Wayne Luk）（左：Peter Lewis； 右：Axel Jantsch）（左：Jim Tørresen； 右：Byoung-Tak Zhang ） 与会教授联合进行了六场人工智能演化计算方向的高水平学术报告，报告包括：Autonomous Systems – A Rigorous Architectural Characterization（Joseph Sifakis）, Effective Self-Optimisation and Self-Verification (Wayne Luk), Towards Socially Self-Aware Machines (Peter Lewis)，Towards a Formal Model of Recursive Self-Reflection (Axel Jantsch), Intelligent and Adaptive Robots in Real-World Environment (Jim Tørresen), Self-reflective Learning (Byoung-Tak Zhang),会议现场 Slides分享：1-Joseph Sifakis.pdf3-Peter Lewis.pdf4-Axel Jantsch.pdf5-Jim Tørresen.pdf6-Byoung-Tak Zhang.pdf

2019年5月13日至14日，由南方科技大学计算机科学与工程系、南方科技大学人工智能研究院、深圳市计算智能重点实验室共同主办的“2019南科大-悉尼科技大学优化与学习联合研讨会（2019 SUSTech-UTS Joint Workshop on Optimisation and Learning）“在南科大图书馆111报告厅成功举行。悉尼科技大学协理副校长、杰出教授Chengqi　Zhang，悉尼科技大学杰出教授Jie Lu，讲席教授CT Lin，教授Wanlei Zhou，教授Yi Yang，教授Ivor Tsang，副教授Ling Chen，副教授Mao Lin Huang，高级讲师Hai Yan Lu，高级讲师Sebastian Oberst，讲师Yulei Sui，讲师Christy Jie Liang，计算机系主任、讲席教授姚新，图灵奖获得者、杰出教授Joseph Sifakis，讲席教授Hisao Ishibuchi，讲席教授史玉回，教授唐珂，教授刘江，副教授宋轩，助理教授Alia Asheralieva，助理教授Tom Ko，助理教授Luca Rossi，助理教授郑锋，助理教授余剑峤以及校内外优化与学习领域的学者专家出席并参与了研讨会。与会专家教授进行了十几场优化与学习方向的高水平学术报告，包括：Autonomous Systems - A Rigorous Architectural Characterization（Joseph Sifakis），Cross-domain knowledge transfer for data-driven decision making（Jie Lu），BCI-based Driving Cognition（CT Lin），Enhancing privacy in the digital age: Differential privacy and its applications（Wanlei Zhou），Weakly Supervised Video and Image Analysis（Yi Yang），Deep Learning with Noisy Supervision（Ivor Tsang），Stroke Data Analysis through a HVN Visual Data Mining Platform（Mao Lin Huang），Optimization for Modeling of Uncertainty of Wind Speed Forecasting（Hai Yan Lu），Machine learning for software analysis: experiences and opportunities（Yulei Sui），Graph Representation: From Embedding to Hashing（Ling Chen），Detection of nonlinear dynamics in pricing processes with demand volatility（Sebastian Oberst），Visual Analytics from Small to Bigger Decisions（Christy Jie Liang），Evolutionary Multi-objective Optimisation（Hisao Ishibuchi），Intelligent ocular image processing（刘江），Next-generation Urban Management: When Human Mobility Modeling Meets AI and Big Data（宋轩）等等。悉尼科技大学杰出教授Jie Lu就跨领域迁移学习给我们做了一场深入浅出的报告。报告指出，数据两个主要特征促进了迁移学习的快速发展。一是数据的更新速度远超采集速度。由于采集的滞后性，直接将已经采集的数据作为训练集，用以预测现有数据的特征，容易造成预测偏差。二是，数据不对称性造成的数据短缺。由于信息技术和市场环境的制约，有些企业拥有海量的数据，然而有些企业的数据样本太小，无法用以支持现有的决策。传统机器学习的前提假设是训练集和测试集具有同一的特征空间和概率分布。杰出教授Jie Lu及其团队借助模糊学习来完成自领域和垮领域的预测问题，提出四种方法来一一解决自领域和垮领域的分类和回归问题。针对自领域分类问题，提出了FMRDA (Fuzzy Multi-Step Refinement Domain Adaptation Method)，该算法包括基于相似性的数据精炼，多阶段的数据精炼及基于模糊算法的精炼；针对自领域回归问题，提出了FRM （Fuzzy Rule-based Domain Adaptation Method，该方法采用自适应方法，调整训练集构建的模糊规则，并利用该规则回归分析训练集；针对垮领域分类问题，提出了FSFA (Fuzzy Spectrum Feature Alignment)，该算法通过调整不同特征向量在不同领域的权重来实现迁移学习；针对扩领域的回归问题，提出了Fuzzy Rule-based Cross-Domain Adaptation Method，该算法的关键是建立潜在的特征空间用以最小化训练集和测试集在特征空间上的差距。最后，她指出模糊技术在迁移学习上有巨大的应用空间，如模数特征值，模糊聚类等。目前，她的团队已成功将上述基于模糊技术的迁移学习应用于企业的客户流失预测、用户推荐系统等。悉尼科技大学讲席教授CT Lin 带来了主题为”BCI-based Driving Cognition”的学术报告。Driving Cognition主要解决驾驶安全问题。疲劳和睡意是威胁驾驶安全的两个重要因素。这些威胁行为很容易让驾驶人员很偏离原有行驶轨道。若驾驶偏离未及时有效纠正，这就可能引起交通安全问题。讲席教授CT Lin及其研究团队通过 BCI (Brain-Computer Interference) 分析人脑在不同情境和任务下的动态变化，并提出算法有效发现驾驶过程中人脑认知状态的变化，从而减少安全事故的发生。报告吸引了在场听众的积极参与和热烈反响。（感谢2017级南科大-悉尼科技大学联培博士生卢水秀提供新闻素材。）

2019年4月20日，由5位拿到名企offer的南方科技大学计算机系高年级学生自发组织了一场关于实习就业的分享会，现场来了将近一百名来自各年级的学生，由于开场前突降暴雨，技术流的他们现场搭建了直播服务器，更多的同学通过网络直播观看了分享会。 刚开场，由主持人曾歆勋分享了一组统计数据，详述了南科大19届校招offer和20届实习offer情况，同时还汇总了全国前15名的高校就业情况，以供参考。△谢宜第一位分享者谢宜，他拿到过腾讯和抖音的offer，一次机缘巧合他参加了google的笔试，并一路完成面试，teammatch并最终拿到offer。 △王泽淮第二位分享者王泽淮，他面试经验丰富，获得过腾讯，百度，华为，小米等多家知名公司offer，在这个过程中他总结了很多经验，详细分享了求职面试过程中每一步要注意的事情。△刘艺第三位分享者刘艺，是五位分享者中唯一一个大三学生，分享了他大二进入百度实习，大三在众多世界名校硕博竞争者中脱颖而出获选进入腾讯犀牛鸟计划的经历。 △郑艺林第四位分享者郑艺林，分享了他在求职路上的多次失败经历，最终他获得阿里巴巴蚂蚁金服的offer。他分享了关于面试准备的内容，希望学弟学妹们能做好准备，如果遇到失败也不要气馁。 △曾歆勋最后一位分享者曾歆勋，他经历了三年休学，复学后通过一年时间认真学好10门计算机必修课就拿到了腾讯的offer。他通过自己的经历，鼓励低年级的同学只要心无旁骛地完成课程要求，自然能从竞争者中脱颖而出，收获自己想要的offer。 现场搭建的直播服务器，用一台ipad进行直播转发现场气氛活跃，时常爆发出欢声笑语，同学们也非常踊跃提问参与互动活动合影

There will be a SAINT Workshop on Self-aware and Autonomous Systems at Conference Room 111 of Lynn Library on May 7-8.You are all welcome to attend it. Below is the programme of it. More details can be found at https://mp.weixin.qq.com/s/3rKScXRpxuHoc3Un_98TDQ.

我校计算机科学与工程系三年级本科生刘艺，入选“2019腾讯犀牛鸟精英人才培养计划”，该项目计划内，刘艺同学将在腾讯AI Lab进行科研访问，在计算机系刘烨庞助理教授与企业导师的共同指导下，接触产业真实问题、拓展科研思路、验证学术理论、联合发表论文、申请专利，共同努力实现学术突破。这是我校学生首次入选该计划。刘艺同学（左）和刘烨庞助理教授（右）2019年度犀牛鸟精英人才培养计划共收到来自全球50余所高校及研究机构的140余名优秀学生申请。经过申报、函评、答辩等环节的激烈评选，56名学生脱颖而出，入选本年度计划。该计划遴选条件严格，申请者需以一作发表录用过CCF A/B类论文或作为骨干参与国家重点科研项目或在重大赛事取得竞赛奖项。犀牛鸟项目自开展以来截至2018年共有78人次入选，入选学生以博士，硕士为主，入选学生来自苏黎世联邦理工学院，香港科技大学，清华大学，北京大学等世界知名高校。多项科研成果已在真实场景及数据中验证、转化，并发表于NeurIPS、CVPR、AAAI等多个顶尖国际会议。刘艺同学所在的南科大计算机系智能软件工程组目前共有四位指导老师，包括姚新教授和三位助理教授张煜群、刘烨庞、陈馨慧，主要研究方向包括基于搜索的软件工程，软件测试与分析，软件自动修复，服务计算，移动计算，软件安全等。https://ur.tencent.com/article/263

2019年3月25日至26日，由南方科技大学计算机科学与工程系、南方科技大学人工智能研究院、深圳市计算智能重点实验室共同主办的“ 演化计算及应用人工智能学术研讨会（SAINT Workshop on “Evolutionary Computation and Its Applications”）” 在南科大图书馆111报告厅圆满举行。南方科技大学计算机系主任、讲席教授姚新，西班牙国家研究委员会人工智能研究院高级研究员Christian Blum，南科大计算机系讲席教授Hisao Ishibuchi，荷兰乌特勒支大学教授Dirk Thierens，南科大计算机系教授唐珂，香港城市大学教授Kay Chen Tan， 南科大计算机系讲席教授史玉回，新加坡南洋理工大学教授Yew Soon Ong，西班牙马德里自治大学副教授David Camacho，香港城市大学教授Qingfu Zhang，英国西英格兰大学教授James Smith，荷兰莱顿大学教授Thomas Bäck，英国爱丁堡龙比亚大学教授Emma Hart， 德国本田欧洲研究院首席科学家Stefan Menzel，南科大计算机系助理教授程然，俄罗斯索伯列夫数学研究院首席研究员Anton Eremeev以及校内外演化计算领域的学者专家共一百人出席并参与了该研讨会。会议合影姚新教授致辞 （左上：Christian Blum，右上：Hisao Ishibuchi，左下：Dirk Thierens，右下：唐珂） （左上：Kay Chen Tan，右上：Emma Hart，左下：Yew Soon Ong，右下：David Camacho） （左上：Qingfu Zhang，右上：James Smith，左下：Thomas Bäck，右下：史玉回） （左上：Stefan Menzel，右上：程然，左下：Anton Eremeev，右下：姚新）与会教授联合进行了十六场人工智能演化计算方向的高水平学术报告，报告包括：Construct, Merge, Solve & Adapt: A Hybrid Approach with a Resemblance to Evolutionary Algorithms (Christian Blum), Evolutionary Many-Objective Optimization (Hisao Ishibuchi), Model-building EA: GOMEA (Gene-pool Optimal Mixing EA) (Dirk Thierens)， Scalable Evolutionary Search (唐珂), Deep Belief Network for Classification of Autism Spectrum Disorder (Kay Chen Tan), Towards Lifelong Learning in Optimisation Algorithms (Emma Hart), Bio-inspired Community Finding in Social Networks, new trends and challenges (David Camacho), A Memetic and Bayesian Optimization Perspective of Artificial General Intelligence (Yew Soon Ong), Expensive Multiobjective Optimization via MOEA/D (Qingfu Zhang), Evolutionary n-level Hypergraph Partitioning with Adaptive Coarsening (James Smith), Optimization for Machine Learning and Industry: Algorithms and Applications (Thomas Bäck), Unified Swarm Intelligence (史玉回), Structuring the Space of Opportunities: Representations in Evolutionary Design Optimization (Stefan Menzel), When Evolutionary Muti-objective Optimization Meets Large-Scale Decision Variables: Challenges and Solutions (程然), A hybrid decomposition heuristic using genetic algorithm and MIP tools for scheduling chemical production (Anton Eremeev), Simple yet Effective Many Objective Optimization Algorithms (姚新)。嘉宾就“演化计算的成功工业应用”探讨嘉宾就“演化计算的基础研究中所面临的挑战”探讨会议现场此外，受邀嘉宾还就“演化计算的成功工业应用”和“演化计算的基础研究中所面临的挑战”两个议题进行Panel讨论。Slides分享：1-Xin Yao.pdf2-Christian Blum.pdf3-Hisao Ishibuchi.pdf4-Dirk Thierens.pdf5-Ke Tang.pdf7-Emma Hart.pdf8-David Camacho.pdf9-Yew Soon Ong.pdf10-Qingfu Zhang.pdf11-James Smith.pdf12-Thomas Baeck.pdf13-Yuhui Shi.pdf14-Stefan Menzel.pdf15-Ran Cheng.pdf16-Anton Eremeev.pdf