11 月 10 日（周六）下午，PaperWeekly 攜手清華大學(xué)計算機(jī)系推出了計算未來輕沙龍第三期線下活動——大規(guī)模數(shù)據(jù)存儲與挖掘。來自清華大學(xué)計算機(jī)系的 8 位博士生和碩士生，系統(tǒng)而深入地分享了他們各自在自動機(jī)器學(xué)習(xí)領(lǐng)域的最新研究進(jìn)展。

本文將獨(dú)家分享本期活動的嘉賓課件下載。

?張凱 / SmartX 聯(lián)合創(chuàng)始人 & CTO?

張凱，畢業(yè)于清華大學(xué)計算機(jī)系高性能所，SmartX 聯(lián)合創(chuàng)始人 & CTO。

?存儲技術(shù)熱點和趨勢總結(jié)?

近年來，存儲技術(shù)的發(fā)展成為了熱門話題，無論在存儲硬件、存儲協(xié)議、還是存儲軟件架構(gòu)等領(lǐng)域，都出現(xiàn)了新的產(chǎn)品和技術(shù)。例如 NVMe SSD，NVM over Fabric，Persistent Memory，Software Defined Storage 等等。此外，也產(chǎn)生了一些新的應(yīng)用場景，例如虛擬化、容器等等。?

在本次報告中，我們將對近年來學(xué)術(shù)界和工業(yè)界的存儲技術(shù)熱點和趨勢進(jìn)行總結(jié)，并介紹軟件定義存儲產(chǎn)品面臨的挑戰(zhàn)。

?李開宇 / 清華大學(xué)計算機(jī)系博士生?

李開宇，清華大學(xué)計算機(jī)系，碩轉(zhuǎn)博四年級在讀博士生，主要研究方向為數(shù)據(jù)庫下的近似查詢、眾包數(shù)據(jù)管理和時空數(shù)據(jù)庫，在國際會議 ACM SIGMOD、國際期刊 IEEE TKDE、國際期刊 CSE，均有一作文章發(fā)表。

?眾包數(shù)據(jù)庫中基于rating-ranking的Top-k查詢?

在這個 talk 中，我將會展示如何在眾包數(shù)據(jù)庫與中，基于概率模型 rating-ranking 推理給出 n 個實體的 Top-k 查詢結(jié)果。并展示如何優(yōu)化算法和節(jié)約查詢代價。

?李秀星?/ 清華大學(xué)計算機(jī)系博士生?

李秀星，博士在讀，主要研究方向為數(shù)據(jù)庫上的數(shù)據(jù)管理，相似度匹配與查詢。碩士期間曾經(jīng)在國際頂級會議 ICDE 上有論文發(fā)表。

?An Efficient Framework for Exact?Set Similarity?Search Using Tree Structure Indexes?

在這個 talk 里，我將會討論現(xiàn)代數(shù)據(jù)庫中的一個關(guān)鍵技術(shù)：相似集合查詢。即給定一個集合，找到數(shù)據(jù)庫中所有與其相近的記錄。我提出了一種樹狀結(jié)構(gòu)對其進(jìn)行索引并且應(yīng)用哈希算法對其過濾操作進(jìn)行優(yōu)化。進(jìn)一步地，我提出了一種基于數(shù)據(jù)分塊的多索引結(jié)構(gòu)對查詢過程進(jìn)行了優(yōu)化。

?袁海濤 /清華大學(xué)計算機(jī)系碩士生?

袁海濤，碩士在讀，本科畢業(yè)于北京航空航天大學(xué)，研究方向為時空大數(shù)據(jù)管理（包含軌跡大數(shù)據(jù)的管理與查詢），碩士期間曾在國際頂級會議 ICDE 上發(fā)表文章。

?基于路網(wǎng)的出行軌跡大數(shù)據(jù)相似性查詢與連接?

在這個 talk 中，我們將討論如何在時空數(shù)據(jù)庫當(dāng)中，基于路網(wǎng)提高出行軌跡數(shù)據(jù)在相似性查詢和鏈接的效率。具體來說，我們重新定義了時空數(shù)據(jù)中基于路網(wǎng)的軌跡表達(dá)以及軌跡相似性的計算方式，然后設(shè)計相應(yīng)的索引和查詢算法。最后，我們將介紹如何在 Spark 上實現(xiàn)相應(yīng)的分布式查詢框架。

?孫佶?/ 清華大學(xué)計算機(jī)系博士生?

孫佶，博士在讀，本科畢業(yè)于北京郵電大學(xué)計算機(jī)學(xué)院，研究領(lǐng)域為可擴(kuò)展數(shù)據(jù)融合。博士期間曾經(jīng)在頂級會議 VLDB 發(fā)表文章。

?分布式可擴(kuò)展字符串相似查詢系統(tǒng)?

本次報告，我將介紹一個易部署可擴(kuò)展分布式字符串查詢系統(tǒng)的設(shè)計原理以及其在實際數(shù)據(jù)融合、查詢推薦中的應(yīng)用。

?駱昱宇 / 清華大學(xué)計算機(jī)系碩士生?

駱昱宇，碩士在讀，研究領(lǐng)域為數(shù)據(jù)可視化和數(shù)據(jù)清洗。曾經(jīng)在 SIGMOD、ICDE、EDBT 發(fā)表文章。

?Towards Automatic Data Visualization?

This talk mainly introduces the key techniques of automatic data visualization. (I) Visualization Recognition: given a visualization, is it "good" or "bad"? (II) Visualization Ranking: given two visualizations, which one is better? (III) Visualization Selection: given a dataset, how to recommend top-k visualizations?

?秦雪迪?/ 清華大學(xué)計算機(jī)系博士生?

秦雪迪，博士在讀，本科畢業(yè)于哈爾濱工業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)系，主要研究數(shù)據(jù)庫管理中如何高效的進(jìn)行數(shù)據(jù)可視化。博士期間曾經(jīng)在 EDBT、BIG DATA MINING AND ANALYTICS 發(fā)表文章。

?Visualizing Your Data by Keyword Search?

在這個 talk 中，我們會討論如何使用關(guān)鍵字搜索來為用戶推薦感興趣的可視化圖。并討論在用戶得到感興趣的可視化圖之后，如何進(jìn)行進(jìn)一步的數(shù)據(jù)探索，來發(fā)現(xiàn)更多有意義的信息。

?劉寧 / 清華大學(xué)計算機(jī)系博士生?

劉寧，清華大學(xué)計算機(jī)系在讀博士生，研究領(lǐng)域為知識庫管理及數(shù)據(jù)挖掘技術(shù)。

?知識驅(qū)動的基于文本的病人死亡預(yù)測?

在這個 talk 中，我們將介紹實體知識在醫(yī)療文本分類的一些應(yīng)用，以及如何更好地利用現(xiàn)有的知識庫中的實體提高預(yù)測系統(tǒng)的性能。

?冉晨偉?/ 清華大學(xué)計算機(jī)系博士生?

冉晨偉，博士在讀，本科畢業(yè)于清華大學(xué)計算機(jī)系，研究興趣圍繞知識圖譜的擴(kuò)充與推理。博士期間曾經(jīng)在頂級會議 WWW、ICDM 發(fā)表文章。

?針對微博實體鏈接的注意力因子圖模型?

在這次報告中，我們將關(guān)注微博中的實體鏈接問題。我們將介紹如何將因子圖應(yīng)用于該任務(wù)，并通過引入注意力機(jī)制，使模型擁有更高的效率。

?1 / 掃碼關(guān)注?

長按識別二維碼，關(guān)注PaperWeekly

?2 / 回復(fù)暗號?

在PaperWeekly微信公眾號后臺

?回復(fù)暗號181110?

即可獲取嘉賓課件下載鏈接

#投 稿 通 道#

?讓你的論文被更多人看到?

如何才能讓更多的優(yōu)質(zhì)內(nèi)容以更短路徑到達(dá)讀者群體，縮短讀者尋找優(yōu)質(zhì)內(nèi)容的成本呢？?答案就是：你不認(rèn)識的人。

總有一些你不認(rèn)識的人，知道你想知道的東西。PaperWeekly 或許可以成為一座橋梁，促使不同背景、不同方向的學(xué)者和學(xué)術(shù)靈感相互碰撞，迸發(fā)出更多的可能性。?

PaperWeekly 鼓勵高校實驗室或個人，在我們的平臺上分享各類優(yōu)質(zhì)內(nèi)容，可以是最新論文解讀，也可以是學(xué)習(xí)心得或技術(shù)干貨。我們的目的只有一個，讓知識真正流動起來。

??來稿標(biāo)準(zhǔn)：

? 稿件確系個人原創(chuàng)作品，來稿需注明作者個人信息（姓名+學(xué)校/工作單位+學(xué)歷/職位+研究方向）?

? 如果文章并非首發(fā)，請在投稿時提醒并附上所有已發(fā)布鏈接?

? PaperWeekly 默認(rèn)每篇文章都是首發(fā)，均會添加“原創(chuàng)”標(biāo)志

? 投稿郵箱：

? 投稿郵箱：hr@paperweekly.site?

? 所有文章配圖，請單獨(dú)在附件中發(fā)送?

? 請留下即時聯(lián)系方式（微信或手機(jī)），以便我們在編輯發(fā)布時和作者溝通

?

現(xiàn)在，在「知乎」也能找到我們了

進(jìn)入知乎首頁搜索「PaperWeekly」

點擊「關(guān)注」訂閱我們的專欄吧

關(guān)于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學(xué)術(shù)平臺。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

▽ 點擊 |?閱讀原文?| 獲取最新論文推薦

總結(jié)

以上是生活随笔為你收集整理的实录分享 | 计算未来轻沙龙：大规模数据存储与挖掘（PPT下载）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。