6月7日上午，由我院主办的知识表示前沿技术研讨会在我校正阳中心2号楼报告厅成功举办。会议邀请了中国计算机学会（CCF）会士、中国人工智能学会（CAAI）会士、山西大学学术委员会主任、山西大学计算智能与中文信息处理教育部重点实验室主任梁吉业教授，IEEE Fellow、IEEE-SMC计算智能专委会主席、Springer杂志Machine Learning and Cybernetics主编、中国人工智能学会（CAAI）会士、CAAI常务理事、CAAI知识工程专委会主任委员王熙照教授，“智能计算与大数据处理实验室”主任、浙江省十三五与十四五一流学科“数学”负责人、国家一流专业“数学与应用数学”负责人曹飞龙教授，中国人工智能学会理事、中国系统工程学会模糊数学与模糊系统理事会常务理事、国际粗糙集学会的会士、杂志“International Journal of Machine Learning and Cybernetics”副编辑和中文核心期刊《计算机科学》、《模糊系统与数学》、《智能系统学报》的编委吴伟志教授。

会议由我院院长郑忠龙主持，校内外教师和学生百余人参加。郑忠龙院长首先对各位专家学者的亲临表示诚挚欢迎，并对各位到访专家学者进行介绍。

梁吉业博士作题为《关于表示学习的一点思考》的报告。梁吉业表示，学习旨在获得好的数据表示，是机器学习和人工智能领域的重要问题，在报告中介绍表示学习的相关背景、主要方法及关键问题，对概念认知、泛化误差和贝叶斯错误率三个视角下的表示学习最新研究进展进行阐述，并分享了对表示学习的一点思考以期启发未来的研究。

王熙照博士作题为《知识表示与知识图谱》的报告。王熙照表示，知识表示是人工智能领域最基本的问题之一。大数据时代以知识图谱为代表的嵌入模型为知识表示领域赋予了新的内涵。报告简要回顾了已有的知识表示范式，介绍了知识图谱的基本概念，而后聚焦于知识图谱的常用嵌入模型，简要介绍了近年来在损失函数设计、负采样策略、注意力机制引入、和推荐系统应用的一些初步结果。

曹飞龙博士作题为《人工神经网络学习的构造性方法》的报告。报告讲述了人工神经网络学习的构造性方法，结合函数逼近理论，指出人工神经网络逼近的基本问题、优点和需要进一步研究的问题。

吴伟志博士作题为《多尺度数据粒计算分析的研究历史、进展与展望》的报告。报告主要介绍了多尺度数据粒计算分析模型提出的历史背景、多尺度数据粒计算研究目前的进展情况以及对进一步研究的展望。

此次论坛吸引了学院多名学生参与，积极研讨和探索，也为我院学生搭建了更饱满、更全面的学术交流的平台。