印第安纳大学信息科学

2024年8月8-10日，由中国人工智能学会主办，CAAI 社会计算与社会智能专委会、哈尔滨工程大学承办的“CAAI 第九届全国大数据与社会计算学术会议”将在哈尔滨召开。会议同期将举办第五届社会计算青年学者新星论坛，以发展和壮大青年学者在社会计算和社会智能领域的作用，扩大社会计算交叉学科研究成果的影响力。

新星论坛导语

专题题目：社会计算青年学者新星论坛暨大会点火报告

论坛时间：8月10日上午10:10-12:00

论坛简介：社会计算新星论坛是为青年学者提供展示与交流的重要平台，旨在促进和鼓励青年学者从事交叉学科的研究，发展和壮大社会计算和社会智能领域青年学者队伍，并扩大社会计算交叉学科研究成果的影响力。CAAI社会计算与社会智能专委会组织了第五届社会计算青年学者新星评选，中国科学院汪寿阳教授担任评选委员会主席。经专家推荐和评选委员会评选，12位优秀青年学者获评“2024年度社会计算青年学者新星”，并受邀参加本年度新星讲者论坛。今年还有5位在近年来做出重要成果的往届新星讲者，17位讲者将在大会报告时段以点火报告的形式呈现相关工作，介绍社会计算领域最新重要进展，提出社会计算领域的创新研究思路，阐述对于关键科学问题的认识与对于未来发展方向的畅想，以期提供一个更加创新、更加多样、同时更加高效的学术交流与展示平台，更好地引领社会计算的发展。

论坛主席

李睿琪

北京化工大学副教授

城市网络实验室主任

CAAI 社会计算与社会智能专委会新星执委主席

孔宜修

北京邮电大学副研究员、博导

CAAI 社会计算与社会智能专委会新星执委

点火报告一览

讲者信息

矣晓沅

微软亚洲研究院

高级研究员

2024年社会计算新星学者

演讲题目：社会责任人工智能: 迈向人机共生社会的最后一片拼图

报告摘要：AI能力的增长及其与人类生活日趋加深的融合对社会带来了潜在的风险(AI Safety Risks)。为促进AI的可持续发展、提升与人类交互场景下AI的友好性、可靠性与安全性，我们提出了一个新的研究方向：社会责任人工智能 (Societal AI)，聚焦于生成式AI在人机交互、用户体验、社会危害等方面的探索，拥抱在大模型时代AI从工具论到主体的范式转换。本次报告中，我们将介绍Societal AI这一新的研究方向以及我们取得的初步成果，并号召各位学者关注这一方向，共同为构建未来人机共生的社会奠定基础。

个人简介：矣晓沅，微软亚洲研究院高级研究员，本科及博士毕业于清华大学计算机系，主要从事自然语言生成与社会责任人工智能的研究，发表论文30余篇，Google Scholar 引用1500余次。曾主导开发的中文诗歌生成系统“九歌”多次登上央视《机智过人》《朗读者》等节目展示，用户访问量超过五千万并获全国计算语言学大会最佳论和最佳系统展示奖。个人曾获清华大学特等奖学金、北京海淀区十大杰出青年、新华网十大年度网络人物、西贝尔学者称号、IJCAI 青年菁英论坛学术新星、CCF优博，CAAI社会计算青年学者新星等荣誉。

陈慧敏

清华大学

助理教授

2024年社会计算新星学者

演讲题目：大模型类人模拟的效用评估与提升

报告摘要：大语言模型的发展推动了其作为类人智能体的潜在可能性，基于大语言模型模拟特定人类群体和个体并服务于社会科学研究受到了广泛关注。然而，关于大模型是否能够准确模拟群体与个体仍然缺乏系统评估与分析。本报告将围绕“大模型是否可以很好地模拟人类群体与个体”和“如何提升大模型的模拟能力”两个关键问题展开介绍，以期为大模型服务于社会科学研究提供参考。

个人简介：陈慧敏，博士，清华大学新闻与传播学院助理教授，博士生导师。2020年获清华大学计算机系博士学位，2020年至2022年在清华大学新闻与传播学院从事博士后研究，主要研究方向为智能与计算传播、社会计算，在ACL、EMNLP、AAAI、IJCAI、TBD、TKDE等国际期刊和会议上发表十余篇论文，论文曾获IEEE Transactions of Big Data受欢迎论文之一、中国计算语言学大会最佳论文奖、CAAI-BDSC社会计算青年学者新星奖。担任中文信息学会青年工作委员会委员，社会媒体处理专委会委员、Journal of Social Computing期刊青年编委，曾任全国社会媒体处理大会本地主席、讲习班主席、计算语言学大会学生研讨会主席。获国家自然科学基金青年基金、深度参与多个国家社会科学基金重大项目、自然科学基金面上项目。

杨林瑶

之江实验室

助理研究员

2024年社会计算新星学者

演讲题目：表示+符号：基于大模型的实体对齐研究

报告摘要： 实体对齐是融合多源知识图谱，提升知识完备性的有效途径。传统方法大多基于表示向量计算实体相似度，进而根据相似度匹配等价实体。尽管效果显著，此类方法缺乏可解释性，并且忽略了实体名称符号背后的深层语义知识。大模型基于在海量文本上的预训练，掌握了实体的语义知识，并具有强大的符号推理能力，为实体对齐提供了新的工具。因此，本报告提出结合向量表示和大模型符号推理，构建检索增强的大模型实体对齐框架，实现精准、可解释的实体对齐。

个人简介：杨林瑶，之江实验室助理研究员，2022年获中科院自动化所博士学位，主要研究方向为知识图谱、知识融合、协同推理等。在国内外著名期刊和会议发表论文20余篇，以第一作者在IEEE汇刊和权威期刊会议发表论文10余篇，申请国家发明专利15项。主持国家自然科学基金1项，参与国家级项目4项，包括科技部重大项目、国家重点研发计划、国自然面上等。现为IFAC经济社会金融技术委员会成员、中国自动化学会智能车工作委员会委员，受邀担任IEEE TSMC、 IEEE TIV、IEEE TCSS等期刊审稿人。

曾维新

国防科技大学

校聘副教授

2024年社会计算新星学者

演讲题目：大数据知识融合增强的RAG技术

报告摘要：本报告探讨了在大数据背景下，如何通过知识融合技术来提升检索增强生成（Retrieval-Augmented Generation, RAG）的性能。RAG 是一种利用检索引擎和大语言模型（Large Language Model, LLM）提高生成式 AI 质量的技术，可以在无需重新训练的情况下注入私有垂域数据。但现有的RAG技术并未设计有效的方案处理检索得到的数据和知识，未能充分挖掘多源数据和知识中的潜在信息。为此，本报告首先简要介绍RAG技术的基本原理和应用现状，重点讨论如何将不同来源的数据和知识有效融合以提升RAG模型的能力，并展望了未来潜在研究方向。

个人简介：曾维新，国防科技大学校聘副教授，从事大数据知识工程相关研究。主持国家自然科学青年基金等国家省部级科研项目4项，获中国指控学会科技进步二等奖、ACM长沙优博奖。在领域高水平期刊（如IEEE TKDE，ACM TOIS）和会议（如ACM SIGIR, IEEE ICDE）上发表高水平论文40余篇，其中CAAI推荐A、B类论文20余篇，获CAAI推荐B类会议最佳论文奖，出版专著1部，授权专利10项，总引用超630次（ESI前1%论文1篇）；受邀任国际顶级期刊ACL ARR执行编辑、IEEE TPAMI等多个顶级期刊会议审稿人。

陈旭

中国人民大学

准聘副教授

2024年社会计算新星学者

演讲题目：基于大语言模型智能体的用户行为模拟

报告摘要：在本次报告中，汇报者将从LLM-based Agent的角度分享如何利用智能体来模拟网络用户的行为和情感，并介绍其团队研发的基于大语言模型的用户行为模拟智能体RecAgent。该工作模拟了用户在推荐系统，社交网络中的多种行为以及对不同电影的情感和观点，每个用户是一个Agent，不同Agents可以在模拟环境中自由对话，发帖，搜索，自我进化等。汇报者将详细介绍RecAgent的设计初衷、结构特点、使用方法以及实验评测等。最后，汇报者将介绍RecAgent对未来Human-centered AI领域的潜在影响。

个人简介：陈旭，博士毕业于清华大学，目前在高瓴人工智能学院工作，曾在计算机领域顶级会议 SIGIR，TheWebConf 等发表多篇论文，担任顶会 ICML，NeurIPS，SIGIR等的审稿人，目前他的研究方向是大语言模型和推荐系统。

陈骥

上海交通大学

副教授

2024年社会计算新星学者

演讲题目：异态人际计算理论与模型

报告摘要：人际互动是社会功能的主要成分。社会互动涉及一系列复杂的动态化过程，难以明确背后的认知和神经机制。而异态人际互动则更少被关注并仍未被系统性地研究。在精神障碍中，社会认知与人际交互异常具有跨诊断、高共发的特性。既往精神障碍的研究体系以单个患者为核心，难以捕获异态交互模式、并明确与精神病理的互作机制。我们运用双人协作行为范式，以精神分裂症为例，提出了人际计算精神病学的理论和模型。模型以交互行为为基础，基于贝叶斯预测加工和主动推理，探索疾病异常认知过程的计算机制。

个人简介：上海交通大学溥渊未来技术学院副教授，博士生导师。运用认知心理、神经科学和信息科学，在AI与精神健康方向开展研究，关注精神分裂症、失眠与共病人群，以及异态人际计算等主题。主持科技创新2030-“脑科学与类脑研究”青年科学家项目、国家自然科学基金项目。以第一/通讯作者在Lancet Psychiatry、Biological Psychiatry、Nature Human Behaviour发表文章。为上海交通大学心理与行为科学研究院双聘副教授，任中国认知科学学会社会认知科学分会理事、CAAI社会计算与社会智能专委会青年委员、浙江省康复医学会心理行为康复专委会常务委员等学术职务。

孙相国

香港中文大学

博后研究员

2023年社会计算新星学者

演讲题目：大模型增强的图神经网络与在线社交网络人格检测

报告摘要：许多心理学研究表明，人格特质在社会行为和社会环境中表现明显。然而，在线上平台中，这些心理特质通常隐藏在数据深处，传统数据挖掘方法难以揭示；加上在线社交网络数据质量低，用户行为记录碎片化，难以深入理解个体。本文提出了一种基于环境视角的人格社会学分析框架，通过设计有效提示，利用大语言模型的强大关联能力，整合零散信息生成高质量用户档案，从而提升人格分析效果。设计了一种超图神经网络，探索用户与其在线环境的互动机制，更深入理解数字世界中的人类互动。

个人简介：孙相国博士现任香港中文大学博后研究员，CAAI社会计算专委会执委会委员，2023年度"社会计算青年学者新星"。2022年博士毕业于东南大学，获CCF江苏省优秀博士论文奖（仅6人）。在此之前，他先后在微软亚洲研究院、杭州之江实验室等科研单位进行访问研究。2019年赴澳大利亚昆士兰大学进行为期两年的联合博士培养，师从澳大利亚杰青阴红志教授。研究内容包括社交网络行为分析和图学习等。他在国际顶尖数据挖掘类期刊会议如KDD、ICLR、IJCAI、WWW、TKDE、VLDB、TNNLS、TOIS、WSDM、 CIKM等发表高水平论文20余篇。其中以第一作者在KDD23发表的工作获得最佳研究论文奖，为KDD创立以来中国大陆和港澳地区首次。

谷伟伟

北京化工大学城市网络实验室

副教授

2020年社会计算新星学者

演讲题目：基于表征强化学习的多层网络瓦解及其应用研究

报告摘要：复杂网络的节点故障会导致复杂系统的级联失效。网络瓦解寻找能够最大程度破坏网络连通性的最小节点序列，其在防止系统崩溃，疾病防控及军事攻防上有重大应用。以往的研究重点关注了单层网络的瓦解算法，考虑到复杂系统多实体多关系的异质性，本研究基于多层网络建模的方法提出了一种高效的多层网络的瓦解算法MultiDismantler，该算法耦合了多层网络表征学习算法与强化学习DQN算法，在多个网络瓦解任务上达到了SOTA的瓦解精度。在理论上MultiDismanter所寻找的网络瓦解序列能够与暴力破解得到的序列保持一致，进而找到了一种数据驱动的NP难问题的解决方案。在应用上，MultiDismantler能够定位疾病传播的关键节点对于疫苗接种人群的定位、隔离人员的选择有重要的指导意义，此外基于MultiDismanlter依据环境动态调整瓦解策略的特性，其在军事的攻防领域也展现出巨大的应用前景。

个人简介：谷伟伟，北京化工大学信息科学与技术学院副教授，Journal of Social Computing 副主编，北京师范大学系统科学学院与印第安纳大学信息科学与技术学院联合培养博士。主要研究方向为网络表征学习、社会网络分析。以第一作者或通讯作者在Nature Communications, Social Networks, Scientific Reports, Journal of Social Computing等多个SCI与SSCI期刊发表论文二十余篇。现为中国人工智能学会社会智能与社会计算专业委员会青年委员。

孔宜修

北京邮电大学

副研究员

2023年社会计算新星学者

演讲题目：供应链生态涌现临界点及韧性调控

报告摘要：当前的国际形势可能引发全球产业链的中断或重组，对我国产业链网络的稳定造成挑战。我国产业链网络面临的挑战主要表现在欧美对某些高新技术产品的贸易限制，以及对经济金融指标如美元利率、汇率、关税，和部分大宗商品价格等的波动。从理论上来说，这些因素将体现为将在产业链网络的节点或连边毁损，以及动力学环境参数的扰动。针对以上问题，近日我们利用复杂网络动力学方法，推导了供应链网络韧性的严格结论。此理论成果可在从宏观到微观各个层次上给出供应链产业链网络韧性的通用计算范式，并为调控韧性提供确定的，定量的决策建议。

个人简介：孔宜修，现任北京邮电大学“数学与信息网络”教育部重点实验室副研究员，博士生导师。瑞士弗里堡大学理论物理学博士。专业领域是复杂系统管理、社会计算、统计物理的交叉科学方向。2023年获评中国人工智能学会社会计算青年新星。中国人工智能学会社会计算专委会委员。欧盟第七科技框架计划小组答辩人，瑞士国家自然科学基金主要参与人。2023年中国人工智能目前以第一作者发表顶刊Physical Review Letters，Physics Reports，Information Processing& Management等在内的SCI论文十余篇。担任多个国际期刊审稿人。

李睿琪

北京化工大学

副教授（城市网络实验室主任）

2021年社会计算新星学者

演讲题目：Local dominance unveils clusters in networks

报告摘要：Clusters or communities can provide a coarse-grained description of complex systems at multiple scales, but their detection remains challenging in practice. Community detection methods often define communities as dense subgraphs, or subgraphs with few connections in-between, via concepts such as the cut, conductance, or modularity. Here we consider another perspective built on the notion of local dominance, where low-degree nodes are assigned to the basin of influence of high-degree nodes, and design an efficient algorithm based on local information. Local dominance gives rises to community centers, and uncovers local hierarchies in the network. Community centers have a larger degree than their neighbors and are sufficiently distant from other centers. The strength of our framework is demonstrated on synthesized and empirical networks with ground-truth community labels. The notion of local dominance and the associated asymmetric relations between nodes are not restricted to community detection, and can be utilised in clustering problems, as we illustrate on networks derived from vector data.

个人简介：李睿琪，北京化工大学信息学院副教授，城市网络实验室主任。北京师范大学系统科学博士，博士期间在MIT与波士顿大学进行联合培养，本科就读于电子科技大学国际化软件人才实验班。主要研究方向为城市科学、复杂网络与流行病传播动力学。目前发表SCI、SSCI论文二十余篇，引用950余次，相应工作发表在Nature Communications、Communications Physics、Chaos、Physical Review E、Social Networks等SCI与SSCI期刊，主持包括国家自然科学基金面上项目、青年项目在内的多项项目。现任中国人工智能学会社会计算与社会智能专委会委员及新星执委会主席(兼任专委副秘书长)、中国管理科学与工程学会复杂系统管理分会组织工作委员会副主任委员、中国系统工程学会系统理论专委会委员，Humanities & Social Sciences Communications (SSCI&AHCI)、Scientific Reports (SCI)、PLOS Complex Systems、Frontiers in Physics (SCI)等学术期刊的编辑、Journal of Physics: Complexity (SCI)客座编辑、《电子科大学报》(社科版)《社会计算与社会智能》专栏编委，是Nature Human Behaviour、PNAS Nexus、Expert Systems with Applications、Technological Forecasting & Social Change、IEEE TCSS、Habitat International、Cities、TheWebConf等多个SCI、SSCI期刊与学术会议的审稿人或程序委员会成员。

谭索怡

国防科技大学系统工程学院

讲师

2024年社会计算新星学者

演讲题目：基于移动计算的大规模人口流动复杂性分析

报告摘要：复杂社会系统中的人口流动呈现出明显的层次性、差异性、演化性和动态性，是由社会经济、资源环境和政策制度等综合影响产生的一种复杂社会现象。在复杂社会环境下，手机通信数据作为一种广泛使用且方便获取的移动传感数据，成为了分析大规模人类行为及其与社会环境变化关系的重要工具。本报告拟基于移动计算技术，结合网络科学的相关理论与方法，介绍如何将移动大数据、网络大数据等应用于解决公共卫生与社会治理中的实际问题，重点介绍如何将移动计算应用于大规模人群行为分析，建立预测模型并转化为应急管理决策能力。

个人简介：谭索怡，国防科技大学系统工程学院讲师，美国波士顿大学联合培养博士。入选湖南省创新人才计划湖湘青年英才。主要研究方向为复杂网络与移动计算、人类行为动力学等。主持、参与国家/军队重大、重点项目10余项，研究成果发表在National Science Review、PNAS、物理学报等，被中国科学、科技日报、集智俱乐部、澎湃新闻、EurekAlert!等多家学术媒体广泛报道。

于瀚辰

重庆大学管理科学与房地产学院

副教授

2024年社会计算新星学者

演讲题目：多尺度地理加权回归理论与应用

报告摘要：地理加权回归（GWR）是处理空间数据中存在的两种空间效应之一的空间异质性的主流方法。多尺度地理加权回归（MGWR）是GWR的一次全面升级，不能够解决空间异质性，还能识别和解决异质性的空间多尺度特征。MGWR从17年提出至今，被引934次，已经被广泛的应用于人文社会科学研究。MGWR证明了传统的基于最小二乘法的回归方法由于忽略空间异质性和空间多尺度性可能存在的严重偏误。近几年多尺度空间异质性得到了越来越多的关注，MGWR也得到了一定的完善和改进，例如统计推断、偏误计算、面板数据拓展、泊松模型拓展、负二项模型拓展等。

个人简介：于瀚辰，重庆大学管理科学与房地产学院副教授，研究方向是空间数据分析的理论与应用，北京大学区域经济学博士学位，亚利桑那州立大学博士后，哈佛大学博士后，曾任香港科技大学（广州）访问助理教授，发表论文28篇，出版2本教材，拥有一项专利和一项软件著作权，担任中国地理学会空间综合人文社会科学工作委员会委员，中国遥感应用协会社会遥感地理计算专业委员会委员，美国哈佛大学空间数据实验室区域政策和未来工作实验室联合主任。

孙少龙

西安交通大学

教授

2024年社会计算新星学者

演讲题目：多源异构数据支撑的旅游精准服务研究及应用

报告摘要：伴随着数字化和智能化的快速进展，中国经济转向高质量发展的模式势不可挡。在这样的宏观框架下，旅游业从以往的数量扩张向质量提升的转变不可逆转。旅游产品具有较高的信息含量和无形价值，对数字经济十分敏感。数字化转型正在彻底改变旅游的行业边界和生产方式，并在很大程度上影响中国旅游业未来的发展模式。因此，旅游数据智能不只是一种技术应用，还是旅游资源价值寻求模式质变的重要载体。本报告主要梳理了旅游数据智能发展背景，介绍相关旅游多源异构数据挖掘方法，最后，分享团队近期相关研究工作。

个人简介：孙少龙，西安交通大学管理学院教授，博士生导师，西安交通大学青年拔尖人才，陕西省青年科技新星，国家重点研发计划首席青年科学家。研究兴趣包括经济分析与预测、数据智能与管理。在国内外重要学术期刊发表论文80余篇。兼任Data Science and Management、Financial Innovation、Journal of Systems Science & Complexity、Journal of Systems Science and Information、《西安交通大学学报（社会科学版）》、《计量经济学报》等国内外期刊的副主编、客座主编、编委。担任中国系统工程学会青年工作委员会委员、中国管理现代化学会管理与决策专业委员会理事、中国运筹学会决策科学分会理事等。先后入选斯坦福大学发布全球前2%顶尖科学家榜单、获得中国科学院优秀博士学位论文奖、第五届系统科学与系统工程科技奖优秀博士学位论文奖等奖励。作为主笔撰写政策研究报告30余篇，其中10篇得到国家领导人的重要批示，部分政策建议被国家发改委、国资委、商务部、中国人民银行及国家外汇管理局所采纳，有效地支持了国家高层决策。

高琦丽

深圳大学金融科技学院

助理教授

2024年社会计算新星学者

演讲题目：社会地理计算视角下的城市社会空间公平性研究

报告摘要：在大数据时代，计算社会科学和社会地理计算等交叉学科的兴起为城市社会空间研究带来了全新的视角和方法。本报告将深入探讨智能卡、手机定位等典型人类移动大数据在揭示城市社会空间公平性与包容性方面的应用潜力，尤其是技术方法、模式识别和规律发现的具体实现。该系列研究旨在帮助城市管理者理解城市空间分异格局及社会群体隔离状况，从而为城市规划和政策制定提供科学依据，促进城市社会的包容性与公平性发展。

个人简介：深圳大学金融科技学院助理教授。武汉大学地图学与地理信息系统专业博士。深圳大学、香港理工大学、英国伦敦大学学院巴特莱特高级空间分析中心博士后。主持国家自然科学基金青年基金1项、中国博士后面上基金1项，并作为核心成员参与多项国家自然科学基金面上和国际联合项目。在国内外期刊上发表学术论文20余篇。获2023年地理信息科技进步奖一等奖（排名12/20）。中国地理学会空间综合人文社会科学工作委员会委员。

卢全莹

北京工业大学

校聘教授

2024年社会计算新星学者

演讲题目：Decarbonization scenarios and carbon reduction potential for China's road transportation by 2060

报告摘要：This paper developed a low-carbon transition planning model of China road transport (CRT-LCTP) to explore the pathways toward carbon neutrality based on high-frequency passenger vehicle sales data and motor vehicle real-time monitoring big data. The study found that although the number of new energy vehicles (NEVs) increased four times from 2016 to 2019, the average annual growth rate of road traffic emissions was still as high as 20.5%. The current transportation electrification may only reduce 0.6% of the total emissions in this sector, and it could be increased to 1.4% if the electricity completely came from clean energy. Under the enhanced policy scenario, the transport sector could peak its carbon emissions at around of 2030, with the peak level being 1330.98 Mt. Transportation electrification along could not meet the climate targets in 2060, and the continued inertia of fuel vehicles will slow the path of the road transport toward carbon neutrality, which depends on the forced elimination of fuel vehicles and more substantive decarbonization measures.

个人简介：卢全莹，北京工业大学经济与管理学院校聘教授、博士生导师。中国科学院数学与系统科学研究院特别研究助理(博士后)，中国科学院大学管理科学与工程专业博士，北京市科协青年人才托举工程项目获得者。主要研究方向为能源环境经济与政策分析、能源环境系统工程、经济分析与预测，现已在Nature子刊、Energy Economics、Transportation Research Part D、Technological Forecasting & Social Change、Quantitative Finance等国际知名期刊发表论文30余篇; 出版专著3部（包括英文专著1部）；多篇参与撰写的政策研究报告获得领导人肯定性批示；主持国家自然科学基金等研究课题4项；先后获5项省部级奖。

曲博婷

西北大学经济管理学院

讲师

2024年社会计算新星学者

演讲题目：基于图神经网络的出租车碳排放时空分析及政策建议

报告摘要：出租车作为城市公共交通的重要组成部分，其碳排放问题日益受到关注。本报告将以西安为例，展开燃油及电动出租车碳排放时空分析。报告将基于融合多源数据的图神经网络模型，考虑地理单元间空间依赖性与时间序列变化信息，对出租车的碳排放进行预测，并借助积分梯度等模型的可解释性工具，全面揭示模型决策过程中的关键特征和影响因素。该报告将会为城市交通管理、城市交通系统碳排放预测和减排策略的制定提供指导依据。

个人简介：曲博婷，现任西北大学经济管理学院信息管理与信息系统系讲师，拥有计算机、测绘工程、信息管理多学科交叉背景。主要研究方向为城市大数据挖掘与分析，以及人工智能在智慧出行、智能交通、文旅融合中的应用。近年来，在IEEE Transactions on Intelligent Transportation Systems等智能交通系统、时空数据管理期刊和会议发表多篇论文。出版《基于大数据的城市出行资源优化与管理》专著，现主持国家自然科学基金青年项目一项、教育部人文社科青年基金一项。

刘权辉

四川大学

副教授

2020年社会计算新星学者

演讲题目：人工智能赋能传染病的预警防控

报告摘要：传染病的爆发和全球流行一直威胁着人类社会的可持续发展。数据驱动的传染病建模和预测预警及干预措施效果评价等研究成果，在过去一段时间里为疫情风险评估、趋势预测和防控政策制定提供了重要的科学依据。近年来，以深度学习为基础的人工智能技术，广泛应用于工业界和科学界，如何在数据驱动传染病建模的基础上，融合人工智能技术，以增强人类对传染病的预警防控能力，是非常值得探讨的研究方向。

个人简介：刘权辉，四川大学副教授、博士生导师，四川大学双百人才工程计划入选者，四川省学术和技术带头人后备人选。主要从事计算流行病学、网络科学和人工智能等方法技术在公共卫生、社会计算和复杂系统等领域的交叉融合应用研究。目前在PNAS、Nat Communications、Physics Reports、PLoS Comput Biol等国际权威学术期刊和ACM MM、AAAI等国际会议上发表论文30余篇，并担任Nat Communications、BMC medicine等期刊审稿人。主持国家自然科学基金项目、国家社科重大项目课题等10余项。

本文由CAAI 社会计算与社会智能专委会供稿