投稿联系人： 王恩
联系电话： 13756494481
注册费咨询及酒店预订联系人：刘宇舟
联系电话： 18166855855
工作邮箱： nciip2023@163.com
通讯地址： 吉林省长春市前进大街2699号吉林大学前卫南区计算机楼
邮 编： 130012
专题论坛2：智能金融
论坛主席：
罗平
中国科学院计算技术研究所副研究员，博士生导师。研究兴趣主要集中在数据挖掘、人工智能、机器学习等相关领域的智能算法与模型研究，特别是富格式文档的语义认知计算，并关注智能技术在金融、互联网领域的创新应用。近年来在数据挖掘、人工智能、大数据等领域的多个顶级国际会议和期刊（SIGKDD、IJCAI、WWW、ICDE、TKDE）上发表近百篇论文。曾获中国计算机学会优秀博士论文、指导学生获得CIKM 2012“最佳学生论文”奖、CIKM 2010、SDM 2010“最佳论文提名奖”。曾为多个知名企业（腾讯、百度、上交所等）提供技术咨询，成果在证监会等监管机构和交易所、券商、银行等落地。
敖翔
中国科学院计算技术研究所副研究员，硕士生导师，CCF高级会员。研究方向为智能金融、数据挖掘与自然语言处理。先后主持国家自然科学基金项目3项，CCF-腾讯犀牛鸟科研基金（获优秀奖）、腾讯广告犀牛鸟专项基金、阿里巴巴AIR计划（获优秀学术合作项目）、蚂蚁金服金融安全专项基金等10余项科研项目，在IEEE TKDE、KDD、WWW、ICDE、SIGIR、ACL、AAAI、IJCAI等国际权威期刊和会议上发表论文60余篇，其中CCF A类30余篇。入选北京市科技新星、中科院青促会、微软亚洲研究院“铸星计划”。担任SIGKDD、WWW、SIGIR、ACL、AAAI、IJCAI等学术会议的(高级)程序委员。
何向南
中国科学技术大学教授、博导，大数据学院副院长，青年国家创新人才。研究领域：信息检索、数据挖掘、机器学习、因果推理等，成果丰硕，在CCF A类会议和期刊发表论文100余篇，如会议SIGIR、WWW、KDD、ACM Multimedia等和期刊IEEE TKDE、ACM TOIS等，谷歌学术引用18000余次，研究成果在多个商业公司的线上系统获得应用，取得积极效果。曾获SIGIR 2021、WWW 2018、SIGIR 2016最佳论文提名奖等，2021年Elsevier中国高被引学者，2022年AI 2000人工智能最具影响力学者“信息检索与推荐”领域排名第一。担任多个期刊的编委/副主编，如IEEE Transactions on Knowledge and Data Engineering (TKDE)、ACM Transactions on Information Systems (TOIS), AI Open等。主持多项国家级项目，如基金委面上项目、重点项目，科技部重点研发计划课题等。
专题论坛2报告嘉宾
吴俊杰 北京航空航天大学
主题报告：数据智能驱动的智慧金融：三维渗透视角
个人简介：北京航空航天大学教授。获国家自然科学基金委杰出青年基金、全国百篇优秀博士学位论文、中国电子学会技术发明一等奖、中国商业联合会科技进步一等奖、全国科技系统抗疫先进个人。担任“数据智能与智慧管理”工信部重点实验室主任，国务院学位委第八届学科评议组（管理科学与工程学科）成员，国家自然科学基金委重大研究计划（大数据驱动的管理与决策）指导专家组成员，管理科学与工程学会“人工智能技术与管理应用”分会主任委员，《管理科学学报》等多个期刊领域编辑。长期从事管理科学和信息科学的交叉创新研究，主要研究兴趣为数据挖掘、机器学习、信息系统，主持国家级重点项目4项，发表TKDE、TDSC、KDD、AAAI、SIGIR等CCF-A期刊和会议论文近40篇，获批国家发明专利20余项，成果应用于金融科技、智慧城市、社会治理、智慧医疗等国家重大需求领域。
报告摘要：人工智能已经逐渐成为推动金融创新的关键力量。智能技术向金融预测的渗透有外部嵌入、技术增强、使能创新三种模式，渗透过程中应解决好安全可信、激励相容等重要问题。报告将介绍演讲人近年来在上述领域开展的研究工作，以及在成果转化中与企业的一些互动情况，并期待与听众一起就智慧金融的未来前景进行积极交流。
周俊 蚂蚁集团
报告主题：人工智能技术在金融科技中的实践与探索
个人简介：蚂蚁集团机器智能部负责人，构建了图学习、隐私保护等核心技术，在NeurIPS等AI顶级刊物上发表论文70余篇，带领团队在多项国际算法评测排名第一，相关成果获得了多项省部级科技奖项。
报告摘要：机器智能技术已经深入到各行各业，取得了显著的成效。然而，在AI应用过程中，存在着各式各样的问题(如偏见等)。本演讲将介绍如何结合前沿研究和真实场景实践，探寻更好满足社会需求，更好与人类、知识等结合的AI技术。
许嘉蓉 复旦大学
主题报告：图神经网络：以数据为中心的一些思考
个人简介：复旦大学青年副研究员。主要研究方向包括图数据挖掘、图隐私计算，研究工作发表在人工智能顶级会议和期刊KDD、AAAI、NeurIPS、IJCAI、TKDE、TKDD等上，曾指导学生获得AAAI杰出论文奖，担任KDD、WWW、AAAI、WSDM、TKDE等多个重要国际会议及期刊评审。
报告摘要：近年来，图神经网络受到了广泛的研究。本次报告聚焦于图神经网络的训练数据，探讨了以下几个关键问题：（1）如何确保图神经网络训练数据的安全性和隐私性？（2）图神经网络的训练数据是否越多越好？（3）如何量化图数据之间的可迁移性？