时间：2011 年 12 月 13 日（周二）14:00-16:30
地点：张江校区软件楼 105 室（IBM 会议室）
程 序
13:45 签到
14:00 报告会
报告人： 王晓阳 博士，复旦大学特聘教授、学院院长
报告题目：Sampling the correlated events to reduce uncertainty
报告人： 丁向华 博士，协同信息与系统实验室讲师
演讲题目：新媒体协同技术和用户体验
报告人： 姜育刚 博士，媒体计算研究所副研究员
演讲题目：网络视频中的复杂事件检测
15:30 圆桌交流
16:30 结束
参加人员：计算机科学技术学院教职工、学生、其他有兴趣者
报名联系：龚洁,Email：gongjie@fudan.edu.cn; Tel: (021) 51355555 转 23;
如参会，请于 12 月 11 日（周日）前回复邮件至 gongjie@fudan.edu.cn，以便提供会务。
复旦大学计算机科学技术学院工会
报告人 王晓阳
复旦大学特聘教授、计算机科学技术学院院长。1992 年于南加州大学（位于美国洛杉矶市）获得计算机科学博士学位。再前，在复旦大学获得计算机科学学士和硕士学位。获博士学位后在位于美国首都华盛顿地区的乔治梅森大学任助理教授及副教授，2003 年在美国佛蒙特州伯灵顿市的佛蒙特大学任计算机科学系 Dorothean 讲座教授。2009 年 9 月至 2011 年 8 月，全职借调于美国国家科学基金会，在智能信息系统处任 Program Director，参与数据信息处理及应用（数据库、数据挖掘、大规模数值运算、云计算等），可信计算（计算机安全及私密）方面科研基金、科研方向的协调和管理。2011 年 9 月起任复旦大学计算机科学技术学院特聘教授、院长。主要研究方向包括数据库系统、信息安全和隐私、数据挖掘和数据仓库等。曾主持多项美国国家科学基金项目以及其他项目，并发表过 100 余篇高质量学术论文，是有关科研团体社区的积极参与者，曾获得美国国家科学基金会 Research Initiation Award 和 CAREER Award。
报告提要：Data is inherently uncertain in most applications. Uncertainty may be due to data collection error, environmental interference, and/or missing values. Massive uncertain data brings an interesting challenge as well as opportunity. Indeed, a large volume of data provides a fertile ground for statistically sound methods to reduce uncertainty. Repeated sampling of the same event, however, may not be realistic in many situations. To overcome this problem, a use of samples of correlated events can bring similar effects. In this talk, I will give an example application of people counting in an indoor space to illustrate this idea.
报告人 丁向华
毕业于美国加州大学 Irvine 分校，分别在 2006 年和 2010 年在该校取得了计算机与信息科学的硕士和博士学位。之前在 1998 年获得上海交通大学通信工程的学士学位，并在 2003 年赴美国攻读博士之前在国内软件行业工作了 5 年。主要研究方向为计算机支持的协同工作（Computer Supported Cooperative Work, CSCW）, 人机交互（Human Computer Interaction， HCI），和普适计算（Ubiquitous Computing, Ubicomp)，并主要在 CSCW 和 CHI 等国际会议中发表论文。目前主要从事的是关于新媒体的协同技术和用户体验的研究。
报告提要：最近互联网的发展和相关视频同步等协同技术的创新推进了基于视频的新媒体应用的发展包括在线视频游戏，在线电视等等。这些基于视频的新媒体应用突显了基础架构（Infrastructure），计算设备的物质性（materiality）（例如屏幕大小内存容量等等）和相关文化对用户体验的影响。报告将基于对两个新媒体应用平台即在线街游平台 ArcLive 和在线电视平台 PPTV 的实证性研究，探讨新媒体的基础架构，计算设备的物质性和相关文化（街游文化和电视文化）与用户体验的关系。
报告人 姜育刚
姜育刚于 2011 年 9 月进入复旦大学计算机学院工作。他分别于吉林大学、北京师大、香港城大取得本、硕、博学位，主修均为计算机专业。加入复旦前曾在美国哥伦比亚大学工作三年。当前的研究兴趣包括视频、音频数据分析及计算机视觉。在国际知名期刊和会议上发表论文 30 余篇，总被引用 800 余次。他参加过多年的美国国家标准局视频检索评测 (TRECVID)，在全球众多递交结果的评比中，他领导开发的系统得到 2008 年视频概念检测任务和 2010 年多媒体事件检测任务的第一名。他曾获得 ACM 香港分会颁发的最佳演示奖、2011 年 ACM 多媒体大会 Grand Challenge 二等奖、并在 2009 年受 IBM Watson 研究中心邀请参加"emerging leaders in multimedia" workshop（共 10 人入选）。他曾担任多个重要国际学术会议的组织或程序委员会委员，是 10 余个知名国际期刊的审稿人，亦是 IEEE Trans. on Multimedia 特刊"Socio-Video Semantics"的客座编辑。
报告提要：当前网络视频处于爆炸式增长阶段，近 90% 的带宽由视频数据占用（据 Cisco 统计），如何有效地整理、查询、监管海量网络视频数据是当前的热点问题；而这其中，视频中复杂事件的检测技术起着关键性的作用。我将简单介绍过去几年中我在视频内容识别领域的一些工作，其中一些方法在国际标准评比中获得了较好的成绩；最后，我会介绍一下未来几年的研究计划，期望借此机会向计算机学院各位老师学习交流。
