| 演讲者 | 曹楠 | | 头衔职位 | 同济大学教授，博士生导师 | | 时间 | 2019 年 5 月 17 日上午 9:00 | | 地点 | 复旦大学张江校区计算机楼 208 会议室 | | 承办单位 | 上海市数据科学重点实验室 |
|  |
演讲简介
异常检测是数据科学领域的重要研究课题，被广泛应用在金融（检测金融诈骗）、互联网（检测网络攻击及异常用户行为）、医疗信息（检测疾病）以及其他众多应用领域当中。由于其重要性，众多基于机器学习的自动化的异常检测算法在过去的几十年中被广泛研究。但是，由于缺乏用于训练模型或者检验计算结果的基本事实数据，现有技术难以得到广泛应用。为了解决这些困难，我们的研究专注于基于可视化方法的交互式异常检测技术。在这个报告中，我们将回顾过去我们在该领域的相关研究以及若干关键技术。这些技术通过直观的可视化表达，兼顾用户决策及自动分析于一体，能够帮助用户更加精准高效地对异常情况作出分析判断。
关于讲者
曹楠博士是同济大学教授，博士生导师。曹楠毕业自香港科技大学、获得计算机博士学位。加入同济前，曹楠曾担任美国 IBM 沃森研究院研究员以及 IBM 全球可视化及图形学会共同主席。他在 IBM 研究部门工作的近十年中，曾获得 IBM 杰出技术成就奖、IBM 杰出研究成就奖、以及多项 IBM 创新成就奖。曹楠主要研究方向是大数据分析及可视化，其研究成果涵盖了数据可视化、数据挖掘、机器学习、及人机交互多个技术层面，并被应用在信息安全、智慧城市、健康医疗、智能设计等众多应用领域。曹楠累计在数据科学领域的重要国际学术期刊及会议上发表论文 60 余篇，累计申请专利近 40 项，曾获得 ACM 智能用户界面国际大会（ACM IUI）最佳论文奖、IEEE 国际可视化分析大会（IEEE VAST）最佳论文提名奖，“微软最有价值专家” 称号，“ACM 上海新星奖”，以及 香港科技大学工学院 “杰出博士研究奖”。他同时还曾担任 IEEE VAST、AAAI、IJCAI、SDM 等可视化、人工智能、及数据挖掘领域诸多顶级国际学术会议的程序委员会委员，以及重要学术期刊（例如，IEEE TMM， ACM TIIS，ACM TIST）的客座编委。
