赚后天的钱——“二十一世纪的计算”大型国际学术研讨会在京召开

随着互联网的发展,计算已经由人类活动的一个重要因素转化为核心要素,如何提高计算的稳定性及安全性是目前国际学术界最热门的话题之一。基于此,2006年10月24日,微软亚洲研究院与国家自然科学基金委员会和清华大学联合举办的微软亚洲研究院第八届“二十一世纪的计算”大会确定了“‘质’取计算未来”的主题,旨在探讨如何提高计算质量并展示计算机安全性、稳定性方面的最新研究成果。国家自然科学基金委员会副主任孙家广教授在致开幕词时表示:“国家自然科学基金委员会与微软亚洲研究院合作主办的‘21世纪的计算’学术研讨会已经发展成为中国…     

第20届国际科技数据委员会（CODATA）国际学术会议征文通知

第20届国际科技数据委员会（CODATA）国际学术会议将于2006年10月23日-25日在北京国际会议中心召开，会议的主题是“信息社会的科学数据与知识”。本次大会由中国科学院院长路甬祥院士和国际CODATA主席Shuichi Iwata教授共同担任会议指导委员会主席，由国际科技数据委员会（CODATA）、中国科学院、中国科学技术协会、中国社会科学院和国际科学院组织（IAP：Inter-Academy Panel On Inkmational Issues）联合主办，由中华人民共和国科学技术部和中国国家自然科学基金委员会协办，由CODATA中国全国委员会、中国科学院计算机网络信息中心承办，届时科技部部长徐冠华院士、医科院院长刘德培院士、ICSU前主席Jane Lubchenco教授以及微软公司技术计算副总裁Tony Hey教授等近10位国内外著名学者将作大会主题报告。     

热点视界

"21世纪的计算"大型国际研讨会在京举行与顶尖计算大师面对面11月9日,由微软亚洲研究院与国家自然科学基金委员会共同举办的第六届"21世纪的计算"大型国际学术研讨会在清华大学举办,近4000名来自北京各科研机构与高等院校的师生出席了此次盛会。 本次大会的主题为"计算与你同行",围绕这一主题,众多全球顶尖的计算大师发表了精彩的     

微软亚洲研究院邀世界级专家共商“质”取未来大计

10月24日,微软亚洲研究院与国家自然科学基金委员会和清华大学联合举办的微软亚洲研究院第八届“二十一世纪的计算”大会在清华大学举行。本次大会的演讲者由世界知名学者,计算领域专家等大师组成,他们在主题演讲中介绍了软件核心运算方面的想法和愿景。     

微软亚研院誓言“质”取未来——国内最具影响力的计算机教学与科研盛会在京召开

日前,微软亚洲研究院与国家自然科学基金委员会和清华大学联合举办的微软亚洲研究院第八届“二十一世纪的计算”大会在清华大学举行。今年大会的主题为“‘质’取计算未来”。来自国内外计算领域的顶级大师,包括三位计算机界的诺贝尔奖——图灵奖得主,都纷纷通过精彩的主题演讲同在场的三千余名中国学生及学者分享他们在核心运算方面对软件质量的研究成果。     

“21世纪的计算”大型国际学术研讨会召开

11月5日,第五届“21世纪的计算”大型国际学术研讨会在北京召开。由微软亚洲研究院和国家自然科学基金委员会联台举办的此次大会,以“探索计算之源”为主题,两位“图灵奖”获得者Butler Lampson博士、Raj Reddy博士,首位华人菲尔兹奖获得者丘成桐博士,微软高级副总裁里克·雷斯特博士以及微软亚洲研究院院长兼首席科学家张亚勤博士在大会上做了主题报告,来自北     

“二十一世纪的计算”将是“高信度计算”——微软亚洲研究院第四届年度学术盛会召开

10月18日，由国家自然科学基金委员会和微软亚洲研究院联合举办的第四届“二十一世纪的计算”大型国际学术研讨会在北京大学百年纪念堂举行，大会围绕“高信度计算”这个主题，深入讨论了计算机使用的安全性、可靠性和隐私权保护等问题。三位“图灵奖”获得者姚期智(Andrew Yao)博士、Manuel Blum博士Jim Gray博士，国际知名计算机专家及微软高级技术官员在大会上作了主题报告。     

世界数据库规划会议在伦敦召开

国际地理协会研究开发委员会秘书长R.F Tomlinson博士及世界数据库规划会议主席M.F.Goodchild来信,邀请我国作为发起国之一,出席今年5月9～13日在伦敦召开的《世界数据库》规划会议。国家自然科学基金委员会付主任王仁教授,资源与环境信息系统实验室张晋副教授,我刊主编陈述     

前言

2008年11月6～7日,国家自然科学基金委员会在北京召开了第33期"双清论坛".论坛的主题是"基于数据的控制、决策、调度与故障诊断".国家自然科学基金委员会副主任孙家广院士和40多位来自中国大陆、中国香港、美国、英国、澳大利亚以及新加坡的知名专家出席了本期论坛.     

中国计算机图形学贡献奖（Chinagraph，2004）获奖人简介

孙家广教授中国工程院院士，1970年毕业于清华大学白控系，现任国家自然科学基金委员会副主任，兼任清华大学计算机系教授、博士生导师，清华大学软件学院院长，国务院学位委员会委员，国务院学位委员会学科评议组成员，国家企业信息化应用支撑软件工程技术研究中心主任，中国工程图学学会理事长。     

信息

我刊编委韩旭教授当选国际计算力学协会总理事会理事2013年5月7日,我刊编委、湖南大学机械与运载工程学院韩旭教授光荣当选国际计算力学协会总理事会理事(General Council Member),目前中国仅有6位学者获此殊荣.此外,因为在计算方法领域     

《中国计算机用户》读者信息反馈表

去年11月,微软将微软中国研究院升格为了微软亚洲研究院。一年来,掌门人张亚勤博士书写的大手笔让我们看到微软亚洲研究院不仅仅是在中国而且已成为亚洲地区从事基础科研的一支最活跃、最富有朝气的力量,张亚勤正带领着研究院的同事们在世界计算的前沿冲浪。 10月18日,北京大学百年纪念堂,由微软亚洲研究院和国家自然科学基金委员会联合举办的以“高信度计算”为主题的第四届“21世纪的计算”大型国际学术研讨会在此举行,来自北京地区主要科研院校共计两千三百多名师生参与了此次盛会,就计算科学的未来进行了深入的交流和探讨。微     

哈尔滨工业大学计算学部举办智能学科发展系列论坛——元宇宙与人工智能的交叉融合

哈尔滨工业大学计算学部第八期人工智能学科发展论坛(仲荣论坛)于2021年12月21日下午以线上会议的方式举行,本次论坛由交叉科学处和计算学部联合主办。本次论坛的主题为"元宇宙与人工智能的交叉融合",论坛邀请了清华大学沈阳教授和刘烨斌副教授、哈尔滨工业大学建筑学院邱信贤教授和欧剑高级工程师、科学与工业技术研究院交叉科学处处长陈瑞润教授。     

微软中国研究院升级 第三届国际学术研讨会再掀智能计算高潮

10月17日,在北京举办的“二十一世纪的计算——拥抱智能计算”大型国际学术研讨会上,微软公司宣布微软中国研究院正式更名为微软亚洲研究院。此次会议是微软中国研究院与国家自然科学基金委员会继去年成功举办     

基于网页标题的主题相关度算法的研究

首先,给出了主题爬虫的概念;然后介绍了主题相关度计算的两种模型;布尔模型和空间向量模型;通过对两种模型进行分析,提出了一种基于网页标题的空间向量模型主题相关度计算方法Relative.经过试验分析,该算法具有很好的实用性,基于该算法的主题爬虫系统能够在Web上爬取高度主题相关的网页,极大的提高了网络爬虫的效率.     

基于事件框架的主题事件融合研究*

针对事件抽取获得的单个元事件无法完整描述主题事件的特点,提出了一种主题事件的融合方法,通过该方法将与同一主题相关的所有元事件整合在一起,以层次化的形式表示。首先定义了一种事件融合框架TEFF(topic event fusion framework)。该框架根据各类元事件在主题事件中的作用,将主题事件以层次化的形式表示。同时给出元事件和主题的相关度计算方法,通过该算法来评价元事件和主题的相关度。在TEFF的指导下,通过相关度计算,实现主题事件的融合。在以2008年起的金融危机为主题的实验中,取得了F值为7     

发展CAE软件产业的战略对策——第339次香山科学会议召开

2008年12月23-24日,以"发展CAE软件产业的战略对策"为主题的第339次香山科学会议在北京香山饭店举行. 大连理工大学程耿东教授,北京应用物理与计算数学研究所贺贤土研究员,航空608研究所尹泽勇研究员,中国载人航天工程办公室周建平教授担任会议执行主席.     

基于LDA和Word2vec的微博标签生成算法

针对基于传统LDA主题模型的标签生成算法对用户兴趣主题描述不完整的问题,提出一种基于主题嵌入表示的微博用户标签生成算法TopicERP.该算法在LDA模型的基础上,通过引入Word2vec词嵌入模型,对用户兴趣主题进行全面描述,并对匹配度计算方法进行改进.首先利用LDA主题模型对用户微博进行主题分析,生成用户兴趣主题;然后利用Word2vec词嵌入模型将主题文本转换为主题向量,用于匹配度计算;最后,利用余弦相似度和主题在文档中的条件概率,计算主题向量与候选标签匹配度,选取Top-Q的候选标签作为目标用户标签.本文在公开微博数据集microPCU上进行实验,实验结果表明,该算法在总体性能上高于基于传统LDA主题模型的微博标签生成算法,生成的用户标签能够较为准确地描述用户的兴趣偏好.     

基于LDA和Word2vec的微博标签生成算法

针对基于传统LDA主题模型的标签生成算法对用户兴趣主题描述不完整的问题,提出一种基于主题嵌入表示的微博用户标签生成算法TopicERP.该算法在LDA模型的基础上,通过引入Word2vec词嵌入模型,对用户兴趣主题进行全面描述,并对匹配度计算方法进行改进.首先利用LDA主题模型对用户微博进行主题分析,生成用户兴趣主题;然后利用Word2vec词嵌入模型将主题文本转换为主题向量,用于匹配度计算;最后,利用余弦相似度和主题在文档中的条件概率,计算主题向量与候选标签匹配度,选取Top-Q的候选标签作为目标用户标签.本文在公开微博数据集microPCU上进行实验,实验结果表明,该算法在总体性能上高于基于传统LDA主题模型的微博标签生成算法,生成的用户标签能够较为准确地描述用户的兴趣偏好.     

eScience让科研工作更有成效——访微软研究院院士Jim Gray

2006年10月,微软亚洲研究院与国家自然科学基金委员会和清华大学联合举办的第八届“二十一世纪计算”国际研讨会在清华大学举行,在会上,图灵奖得主JimGray博士接受了记者的采访。