由烟台大学计算机与控制工程学院申请，经中国计算机学会人工智能与模式识别专委会（CCF-AI）批准。第二期“CCF-AI走进高校”活动于2016年12月17日在烟台大学成功举办。烟台大学计算机与控制工程学院常务副院长童向荣教授主持了本次交流活动。17日上午8:30-11:30，南京航空航天大学的陈松灿教授，南京大学的俞扬副教授与山西大学的钱宇华教授在烟台大学逸夫报告厅分别作了精彩的学术报告。

 图1  烟台大学童向荣教授主持开幕式 

 南京航空航天大学的陈松灿教授做了题为“Using Relations among Attributes/Classes to Boost Learning Performance”的报告。报告指出：在机器学习领域，使用尽可能多的属性/类之间的关联信息是提升学习性能的一个途径。学习并形式化无样本学习中属性与属性（属性与类）之间，以及多类多标签学习中类与类之间的关联特征，可以利用上述关联关系优化属性/类的预测性能。通过实验分析，表明了提出方法的有效性。

图2  南京航空航天大学陈松灿教授的活动报告      

南京大学的俞扬副教授作了题为“非梯度优化算法：一种解决非凸机器学习问题的途径”。报告指出许多机器学习任务的核心问题包含非凸函数的优化，基于梯度的优化方法在非凸函数优化上常受到局部最优解的困扰，限制了学习算法的性能。非梯度优化方法不依赖于函数梯度，能够更好的解决非凸函数优化问题，但以往此类算法面临理论基础薄弱、运行效率不高等问题。俞扬副教授介绍了近期在非梯度优化算法的研究，包括算法的计算复杂度分析、高维优化加速、以及在一些机器学习问题上的应用。

图3  南京大学俞扬副教授的活动报告 

 山西大学的钱宇华教授作了题为“大数据挖掘的几个挑战与思考”。报告指出：随着大数据时代的到来，大数据在现代信息社会中的数据资源主体地位已成为学术界、企业界以及政府的共识。从外在形态而言，大数据往往同时呈现出大规模性、多模态性与增长性等特征，使得传统的数据分析理论、方法与技术面临可计算性、有效性与时效性等严峻挑战。钱宇华教授针对大数据挖掘面临的若干核心挑战，阐述了解决大数据挖掘的几个尝试，最后抛出了若干值得研究的重要问题。

图4  山西大学钱宇华教授的活动报告      

     在报告的提问环节，活动现场的计算机与控制工程学院教师就自己感兴趣的学术问题向三位专家进行了提问，三位专家分别进行了详细的解答，现场气氛热烈。17日下午14:30-16:30，三位专家受邀访问了烟台大学计算机与控制工程学院，并在学院会议室就学科建设和科研发展等问题与学院领导和青年教师展开了深入的交流与讨论。