西安市智能软件工程重点实验室依托西安电子科技大学软件工程博士学位授权一级学科，围绕软件工程学科内涵，以智能的软件工程和智能软件的工程为主要研究内容，致力于提升软件分析、设计、实现、运维等环节的智能化水平，突破面向特定行业和领域的智能软件关键技术，拓展“智能软件 x”前沿交叉研究及领域应用，并且结合西安市“硬科技之都”建设和软件相关产业发展需求，着力于智能软件工程技术落地与自主可控系统研发。
近三年来，为推动软件工程学科建设，扩大学科影响力，重点实验室持续加强与国内外相关领域优势高校与团队互动，已承办多项软件工程领域重要会议。2020年举办全国第九届软件工程研究生教育研讨会、第五届全国软件工程实践教学研讨会和ccf大数据会议之大数据赋能智能软件工程论坛，2021年举办了ccf中国软件大会（ccf chinasoft）和ccf国际服务科学学术会议（ccf icss），今年将承办首届ccf中国开源大会（ccf chinaosc）。
智能软件工程重点实验室为紧跟软件工程学术发展前沿，加强软件工程领域青年教师学术交流，促进学术梯队高质量建设，每年都惯例性举办“青年学者论坛”。实验室已经于2021年8月下旬成功召开了第一届青年学者论坛，围绕智能软件与智能系统领域最新学术进展，邀请了清华大学、北京大学、南京大学、复旦大学、浙江大学、国防科技大学、北京航空航天大学、中科院软件所、东南大学、华东师范大学、武汉大学、同济大学、北京理工大学、西安交通大学、西北工业大学、西安电子科技大学、美国犹他大学、德国慕尼黑工业大学等国内外软件工程学科优势高校的20余位软件工程相关领域优秀青年学者，通过主题报告、交流沙龙等形式分享了智能软件与智能系统领域的理论与技术新进展。论坛吸引了国内外软件工程相关领域师生与从业人员的广泛参与，腾讯会议室同时在线人数超过700人，b站在线直播同时观看人数超过2000人。
在第一届青年论坛成功举办的基础上，智能软件工程重点实验室今年同期举办“第二届青年学者论坛”。论坛由西安电子科技大学计算机科学与技术学院智能软件与系统新技术研究所与陕西省智能软件工程科技创新团队承办，通过线上的形式开展。本次青年学者论坛围绕智能软件与智能系统领域最新学术进展，邀请北京大学、清华大学、南京大学、复旦大学、中国人民大学、香港大学、南方科技大学、南开大学、南京航空航天大学、西北工业大学、西安电子科技大学、美国芝加哥大学、德国慕尼黑工业大学、澳大利亚莫纳什大学、加拿大阿尔伯塔大学、新加坡管理大学等国内外软件工程领域优势高校的软件工程相关领域优秀青年学者，通过主题报告、交流沙龙等形式，分享智能软件与智能系统领域的理论与技术新进展，以加强实验室学术交流，促进我校软件工程学科更好地发展。
主办：西安市智能软件工程重点实验室
承办：计算机科学与技术学院智能软件与系统新技术研究所
陕西省智能软件工程科技创新团队
论坛时间：2022年8月25日~2022年8月26日
线上参与方式：腾讯会议（会议号：332 808 7545）
线上直播地址：https://live.bilibili.com/23448933
线上直播二维码：
论坛议程总览
金鑫，北京大学
报告题目：软件定义的云计算系统
报告摘要：实现大规模、分布式、异构化硬件资源的管理，对上层应用提供服务质量保证，是系统软件的重大科学问题之一。近十余年，“软件定义”逐渐成为构造计算机系统软件的一种主流思想，被认为是解决该科学问题的一个重要方向，对学术界和工业界都产生了巨大影响。本次报告将介绍我们在软件定义的云计算系统方面的近期工作。我们针对数据中心的网络、存储、计算三大核心资源，提出了一套软件定义的网-存-算融合方法与技术，对云计算系统的硬件资源进行管理，提升应用负载性能。
报告人简介：金鑫，北京大学计算机学院研究员。2011年本科毕业于北京大学计算机科学技术系，2016年博士毕业于美国普林斯顿大学计算机科学系。主要研究领域为系统软件，包括软件定义方法与技术、泛在操作系统、云计算。论文发表于sigcomm、nsdi、sosp、osdi等会议，获2018 usenix nsdi最佳论文奖、2019 usenix fast最佳论文奖等奖项。
陈春阳，澳大利亚莫纳什大学
报告题目：smartly build mobile apps: bring ai to app development
报告摘要：mobile apps are now indispensable for people's daily life in performing daily tasks, e.g., reading, shopping, banking and chatting. meanwhile, to make it more powerful, many deep learning models are now embedded into mobile apps. however, app development is tedious and labour extensive requesting much-repeated manual effort from product managers, designers, developers and testers. to accelerate the app development process and ensure app quality, the speaker leverages large-scale mobile apps as the big data and data-driven methods like deep learning, program analysis to automate some gui development processes. in this talk, he will introduce some of his latest research works in automating the whole lifecycle of mobile gui development and how to enhance the security of deep learning deployment in mobile apps.
报告人简介：dr chunyang chen is a tenured senior lecturer (associate prof) in the faculty of it, monash university. his main research interest lies in automated software engineering, especially data-driven mobile app development. besides, he is also interested in human-computer interaction (e.g., collaborative editing, ui design), and software security (e.g., neural network attack). he has published 60 research papers in top venues such as icse, fse, ase, tse, tosem, chi, cscw and obtained three acm sigsoft distinguished paper awards (icse’21, icse’20, ase’18, icse), one best paper award (saner’16) and one best tool demo award (ase’16). he has established extensive collaboration with industry, including google, facebook (meta).
万成城，芝加哥大学
报告题目：机器学习云服务的误用检测
报告摘要：随着人工智能的飞速发展，越来越多的软件系统应用机器学习技术来实现智能特性。机器学习云服务的出现也极大降低了人工智能软件系统的开发成本和难度。然而人工智能软件的测试面临许多挑战，例如：如何自动检测机器学习api的误用？如何自动化生成图像、文本和音频的测试用例？当检测出故障时，如何将其定位至软件代码或模型？本次分享将介绍我们针对使用机器学习api的软件的自动化测试技术（发表于icse 2022）。我们研究了机器学习api的常见错误使用模式，然后提出并实现了一个针对人工智能软件的测试工具keeper。keeper为每一个机器学习api设计伪逆函数，结合符号执行技术生成测试用例。当检测到失败的测试用例时，keeper将尝试修复软件代码以提高测试用例的通过率，并以此定位故障原因。我们使用github开源软件对keeper进行了实验评估，结果表明keeper在极大提高测试覆盖率的同时，也找到了许多以前未知的软件缺陷。
报告人简介：万成城于2022年6月从芝加哥大学计算机系获博士学位，目前任职博士后研究员。主要研究方向为机器学习系统的性能优化、质量检测与改进，旨在建立高效可靠的人工智能系统。研究工作发表在icse、usenix atc、icml等学术顶会。她获得acm sigsoft杰出论文奖（icse 2019）、微软博士生研究基金（microsoft research dissertation grant）、全球杰出女性计算机博士生（eecs rising stars）和sibel学者奖。个人威尼斯人最新主页：
李樾，南京大学
报告题目：指针分析，敢不敢再准一点？
报告摘要：指针分析，又名指向分析、别名分析，为编译优化、程序安全分析等应用提供关于程序的基础控制流与数据流信息，它的精度将直接影响其下游应用的精度（质量）。针对java程序，目前提升其精度的主流方法是上下文敏感技术，然而针对大型且复杂的程序，传统上下文敏感指针分析很难在可接受的时间内分析出结果。为了解决这一问题，一系列选择性上下文敏感方法被提出并取得积极成果。本报告中，针对如何为“难以分析”的java程序取得高精度指针分析结果这一问题，提出了unity-relay分析框架并实现了它的一个实例分析工具baton，通过对比已有最佳方法，baton对所有评估的程序，在所有的精度指标上都取得最佳精度。在很多情况下，baton提升精度的效果是非常显著的，针对已有最好方法报出来的别名对数量（一种精度指标），baton最高可以消除71%的误报。
报告人简介：李樾，南京大学计算机科学与技术系副教授，博士生导师，入选国家级青年人才计划、南京大学登峰人才计划，南京大学紫金学者。2016年博士毕业于澳大利亚新南威尔士大学，之后先后在新南威尔士大学与丹麦奥胡斯大学从事博士后研究工作。研究方向为程序设计语言与程序分析，在程序设计语言相关国际重要期刊与会议，toplas、pldi、oopsla、ecoop等发表文章。曾获ecoop 2016杰出论文奖，cgo 2013最佳论文奖和issre 2017最佳论文提名。曾担任aplas 2021、issta 2022等会议程序委员会成员，toplas、pacmpl(popl)等期刊审稿人。
陈馨慧，南方科技大学
报告题目：面向开源软件项目的自动维护研究
报告摘要：随着开源软件的蓬勃发展与软件不断地演化，其维护的成本也不断地增长，因此如何自动测试与修复软件，从而提升软件的质量变得极为重要。本次讲座将首先简要介绍我们提出的协作编程的创新原理和主要研究内容，包括协作测试与协作修复。随后将介绍我们如何通过自动化补丁移植，修复软件漏洞与维护linux内核。
报告人简介：陈馨慧（tan shin hwei），博士，南方科技大学计算机科学与工程系助理教授。主要研究方向为程序自动修复、软件测试和程序分析。2010年和2012年分别于伊利诺伊大学厄巴纳-香槟分校计算机系获学士和硕士学位；2018年在新加坡国立大学计算机系获博士学位。近5年来，在程序分析、软件测试方面从事深入研究工作，在icse, fse, ase, issta, pldi,tosem等国际知名软件工程会议或期刊发表文章二十余篇。她曾多次担任各类顶级软件工程会议委员会委员、作为项目负责人承担国家自然科学基金青年项目1项，广东省自然科学基金面上项目1项。曾获得亚太区计算机学科女性奖学金、软件工程顶会ase和fse的优秀审稿人奖。更多信息请查看：http://www.shinhwei.com/
胡光能，西安电子科技大学
报告题目：迁移机器学习：深度与图神经网络
报告摘要：机器学习通过从数据中学习知识的能力来实现人工智能，而构建大规模高质量数据往往代价昂贵或者不可行。迁移学习通过迁移大规模相关历史数据中的知识来提高目标领域的学习能力，是赋能机器学习进而实现人工智能的重要途径。本报告关注迁移机器学习，从解决“迁移什么”的核心问题上，介绍基于示例、基于特征和基于模型的深度与图神经网络迁移学习方法，使得学习系统具有普适性、具备连续学习能力，同时能在一个开放环境下自适应处理冷启动问题，并应用于推荐系统这一典型场景。
报告人简介：胡光能，博士，硕导。主要研究方向包括迁移机器学习、自然语言处理和深度与图学习。2013年和2016年于南京大学获学士和硕士学位，2021年于香港科技大学获博士学位，随后加入西安电子科技大学聘为华山菁英教授。已发表一作论文8篇，包括ijcai、thewebconf、emnlp、cikm、tkdd等ccf-b类以上会议期刊6篇，担任人工智能国际顶会aaai-21组委会程序工作流主席，服务国际会议期刊审稿30余次。
谢晓晖，清华大学
报告题目：基于脑机接口的网络搜索关键技术研究
报告摘要：当前的搜索引擎对于搜索需求产生的上下文环境缺乏深度感知，搜索用户对于搜索效果的反馈机制也缺乏直接的显式通道。这种交互方式导致的信息双向传递损失造成了搜索性能进一步提升的显著瓶颈。近年来，脑机接口技术研究取得的进步使得人机交互模式有望产生根本性的变革，而这种变革对搜索过程的潜在影响则较少有研究工作涉及。本报告将介绍我们在互联网搜索场景下，基于脑机接口，探究搜索用户认知行为模式、通过脑电信号改进搜索排序性能和构建基于脑机接口的搜索原型系统等方面的系列研究进展。
报告人简介：谢晓晖，博士，清华大学博士后，水木学者。主要研究方向包括人工智能、信息检索和用户行为建模。2016年和2021年分别于清华大学计算机系获学士和博士学位；2021年开始在清华大学计算机系从事博士后研究。在相关领域国际会议和期刊如sigir、thewebconf、wsdm、tois等发表论文20余篇，曾获2021年中国人工智能学会优秀博士论文奖、sigir 2020最佳论文提名奖等荣誉奖励。
左星星，德国慕尼黑工业大学
报告题目：迈向机器人的鲁棒3d感知时代
报告摘要：从无人机送货、自动驾驶汽车、混合现实到火星探测，自主移动机器人技术被应用于许多不同的应用领域。虽然在过去的几十年里，自主导航已经取得了巨大的进步，但仍然存在许多挑战，特别是在没有gps的复杂现实世界中运行时。仅依赖于自身携带传感器的slam算法得到了广泛关注和大规模的应用。但现有的slam算法在面对恶劣的天气条件、结构或纹理缺乏、剧烈运动等表现不佳甚至失败。在移动机器人平台上部署slam时，对算法的计算效率、准确性、鲁棒性和估计一致性也有特殊要求。此外，slam也需要从关注低维的几何特征向高维的场景理解过渡。在这次报告中，我将介绍如何通过概率的方式融合多模态传感器、多种几何特征、物理约束以及神经网络的推理等提高slam算法的鲁棒性、精度和智能化水平。
报告人简介：左星星，慕尼黑工业大学博士后，浙江大学和eth（苏黎世联邦理工学院）联培博士，美国特拉华大学和澳大利亚悉尼科技大学的访问学者。2016年7月以优秀毕业生身份在电子科技大学获得工学学士学位后，于2016年9月保送至浙江大学直博，并于2019年9月至2021年3月在eth的著名的计算机视觉几何（cvg）实验室进行博士生联合培养。2021年7月，被授予浙江大学和浙江省优秀毕业研究生荣誉称号。主要研究方向为机器人学，计算机视觉，状态估计，slam，深度学习等。2021年8月起，在慕尼黑工业大学计算机系担任博士后，承担教学和科研工作。已发表近二十篇优秀学术论文。其中以第一作者在机器人顶级期刊和会议已发表论文十余篇。在顶级会议icra 2021被提名为finalist of best paper award in robot vision。2022年，破格当选为机器人领域顶级期刊ieee robotics and automation letters (ra-l)，和顶级会议international conference on intelligent robots and systems (iros)的associate editor。同时，还是数十种知名学术期刊和会议，t-ro，jfr，ra-l，t-its，sensor，neurocomputing，machine vision and applications，iros，icra等的审稿人。部分研究成果被成功应用于商业产品中，具有重要的实用价值。在国内的slam学术社区多次开设公开课，听众逾千人。
吴陈沭，香港大学
报告题目：wireless ai: wi-fi sensing from principles to products
报告摘要：the next big deal for wi-fi is not about communication and networking, but sensing. wireless sensing technology is turning a wi-fi device from a pure communication platform into a ubiquitous sensor, which not only adds a brand-new dimension to the functions, capabilities, and applications of all wi-fi systems, but also revolutionizes how sensing, especially human-centric sensing, is practiced. in this talk, i will introduce the concepts, principles, and grand challenges of wi-fi sensing, and share our unique solutions of wireless ai that have been commercialized and deployed as real-world applications and award-winning products, such as motion sensing, sleep monitoring, fall detection, indoor tracking, just to name a few. we foresee that wi-fi sensing will enter billions of devices and millions of homes, creating a smarter space for a smarter life. today is just the beginning of this revolution.
报告人简介：dr. chenshu wu is an assistant professor in the department of computer science, the university of hong kong, where he leads the hku aiot lab. he also consults as the chief scientist for origin wireless inc., a spotlight wi-fi sensing company. his research focuses on wireless and mobile aiot systems at the intersection of wireless sensing, ubiquitous computing, digital healthcare, and the internet of things. he has published 3 books, 90 papers in prestigious conferences and journals like sigcomm, nsdi, mobicom, mobisys, ubicomp, tmc, jsac, tpds, which collectively receive over 5,900 citations with 5 best paper awards. he holds 60 filed/granted us and international patents. his research has been deployed as award-winning products, which won the ces 2021 best of innovation award among many others. he received his b.s. and ph.d. degrees both from tsinghua university. more information at https://cswu.me
董震，复旦大学
报告题目：移动应用自动化测试中的不确定性研究(flaky test)
报告摘要：不确定性无处不在，是各个研究领域的挑战性问题。同样，不确定性也存在于移动应用的自动化测试当中，导致不确定性的测试结果，即同一个测试用例在多次运行中，有些测试结果是通过，有些失败，让开发人员头痛不已，难于确定应用中是否存在缺陷，阻碍整个应用的开发进程，降低开发效率。本报告聚焦于分析导致测试不确定的因素以及检测结果不确定性的测试用例，提高移动应用的开发效率。
报告人简介：董震，复旦大学计算机科学技术学院青年副研究员，上海市领军人才（海外）计划入选者。2017年获得德国海德堡大学博士学位，2017年至2021年在新加坡国立大学计算机系任博后研究员，致力于软件分析与软件测试的相关的研究，获得icse'20 acm sigsoft distinguished paper award、asiaccs’21 best paper award (1/370)、tosem distinguished reviewer等奖项或荣誉称号，长期担任国际知名期刊审稿人、国际会议程序委员会委员。
王璞巍，中国人民大学
报告题目：云边协同计算下跨信任域的服务质量监测
报告摘要：服务质量监测可以及时发现和定服务故障，是服务质量保障的重要技术手段。然而，云边协同计算由于涉及到类型多样和地理分散的云端设备和边缘设备以及来自不同提供者的服务，构建一个中心化设施为他们建立完全信任关系的代价往往会比较大，因而他们可能处于不同的信任域之中。在这样的场景下，服务质量监测结果的可信度难以保证，很容易影响到云边协同的整体可用性与稳定性。为此，我们引入区块链技术，在跨信任域环境中实现服务质量监测和保障。但是，这里面临一个挑战问题：如何设计区块链系统，可以在云边环境下适应服务高吞吐量和低延迟的应用需求？我们提出了一种面向服务质量监测的多区块链系统，分别构建用于服务发现的注册链，以及用于服务质量监测的监控链，并提出一种跨链服务发现方法，实现注册链和监控链之间的跨链通信。最后，我们在区块链平台hyperledger fabric和云边协同计算平台kubeedge上实现了一个面向跨信任域服务监测的区块链原型系统，并通过实验表明，我们的区块链系统具备高吞吐量和低延迟的服务质量监测能力。
报告人简介：王璞巍，中国人民大学信息学院副教授，中国计算机学会服务计算专委会执行委员。近年来研究方向为服务计算和区块链。先后主持了包括国家自然科学基金面上项目和青年基金项目在内的多个科研项目，以及作为核心骨干参与了重点研发计划和973计划等多个国家重大项目。作为主要作者发表了三十余篇高水平学术论文，包括tpds, tkde, tsc, icse, aaai, icws和icsoc等。多次担任国际重要会议(cloud, scc等)的程序委员会委员。
张静宣，南京航空航天大学
报告题目：代码标识符的自动重命名方法研究
报告摘要：作为代码的主要组成部分，标识符对代码的分析和理解具有重要的作用。在软件开发过程中，代码标识符所代表的意义与其对应的语义功能经常不一致，导致严重的软件开发问题。因此，代码标识符需要进行持续地重命名。本报告将介绍我们针对代码标识符的重命名过程开展的一系列研究，包括标识符预处理，重命名识别以及重命名推荐。在代码标识符预处理方面，将标识符归一化成一系列的自然语言词汇，获得标识符所代表的内涵；在重命名识别方面，构建代码标识符与代码风格和编程规范之间的关系的全方位特征，精准识别出需要重命名的代码标识符；在重命名推荐方面，自动构造高质量的新代码标识符。
报告人简介：张静宣，博士，南京航空航天大学计算机科学与技术学院副教授，硕士生导师。分别于2012年和2018年在大连理工大学获得学士和博士学位。其中，2014年访问新加坡管理大学。从事软件工程研究，主要研究方向为智能软件工程、软件仓库挖掘和经验软件工程。先后在acm/ieee系列汇刊（tosem，tse等），jss，jcst，中国科学，软件学报等期刊及icse，saner，compsac等国际会议发表论文30余篇。中国计算机学会系统软件专委会执行委员，中国计算机学会软件工程专委会执行委员。担任多个学术期刊和学术会议的程序委员会委员和审稿人。目前主持和参与多项研究课题，包括国家自然科学基金项目、中国博士后科学基金、ccf-腾讯犀牛鸟基金、国家重点研发计划课题、全军共用信息系统装备预研项目等。
张宁，西安电子科技大学
报告题目：面向数联网的标识解析技术研究
报告摘要：以数据的深度挖掘与融合应用为主要特征的信息化3.0阶段正在开启,传统静态环境下的软件正向人机物融合环境下开放动态的复杂软件演化。如何在不可信不可控的互联网之上实现全网一体化可信可管可控的数据互联互通是当前亟待解决的难题,以数字对象架构、标识解析技术为代表的数联网技术体系为上述挑战提供了一种可行思路。本报告将介绍我们针对数联网标识解析技术开展的一系列研究工作，基于数联网环境中各实体之间数据资源可发现、可获取、可理解、可信任、可互操作等需求，我们提出了面向数联网的标识解析技术规范,设计实现了面向数联网的数字对象标识解析协议以及数字对象标识系统。
报告人简介：张宁，博士，西安电子科技大学准聘副教授。主要研究方向包括工业互联网、系统软件及大数据。曾就职于北京百度基础技术研发部。2020年于西北工业大学获博士学位，2020-2022年在北京大学从事博士后研究。曾参与国家自然科学基金、科技部重点研发计划、装发共用信息预研等多个科研项目，并在sci、ccf等国内外期刊发表多篇论文。
马雷，加拿大阿尔伯塔大学
报告题目：针对数据驱动智能软件系统的质量与可靠性保障
报告摘要：近年，数据驱动的智能软件系统在科学研究领域取得诸多重大突破并在工业领域取得广泛的应用。区别于与传统软件系统质量保证，数据驱动的开发范式给智能软件系统质量保障带来了新的挑战。目前，工业界仍缺乏针对数据驱动智能软件系统的质量保障方法，工具支撑与标准，相关研究也仍处在较为初步探索阶段。本次报告将介绍数据驱动的智能软件系统工程概况，近年软件系统质量保障研究进展(如:测试,分析,修复,可解释等)和在工业界的应用。同时，我也将介绍在这个交叉领域的一些新的机遇与挑战。
报告人简介：马雷，加拿大阿尔伯塔大学副教授，加拿大cifar ai chair,阿尔伯塔机器智能研究所amii fellow,兼日本九州大学副教授。主要研究围绕着高可信软件工程和高可信数据驱动智能系统工程，尤其着眼于数据驱动的智能系统的质量，可靠性与安全保证相关研究。他的研究工作发表在软件工程，人工智能，与安全相关领域会议与期刊（例如，tse, tosem, icse, fse, ase, cav, icml, neurips, tdsc等),获得包括3个acm杰出论文奖等10余个学术奖项，多个先关研究成果被业界采用。
谢肖飞，新加坡管理大学
报告题目：基于模型驱动的神经网络测试与修复
报告摘要：人工智能已被广泛应用于多个场景中，例如图像识别，语音识别以及无人驾驶等。如传统的软件一样，智能系统尤其是人工智能模型也存在缺陷。因此，其在部署前也需要进行广泛的测试，特别是当部署在安全攸关的场景中。本报告将介绍我们在循环神经网络上的测试与修复工作，我们提出了对黑盒的神经网络进行抽象近似并构建一个抽象模型。基于该模型，我们定义了相应的指标与方法以对循环神经网络进行分析、测试并修复。
报告人简介：谢肖飞，博士，新加坡管理大学助理教授。研究方向包括程序分析，软件测试以及可信人工智能等，已在软件工程，人工智能以及信息安全领域发表ccf a类论文三十余篇，例如icse、fse、tse、tosem、neurips、icml、iclr、tpami、ccs等。于2018年在天津大学获得博士学位，并获得2019年ccf优秀博士论文奖以及2019 acm天津区优秀博士论文奖。随后在新加坡南洋理工大学担任校长博士后。其曾三次获得acm sigsoft distinguished paper award (fse’16, ase’19以及issta’22)。
张圣林，南开大学
报告题目：大规模云平台故障诊断机制
报告摘要：大规模云平台已成为关键基础设施。因其架构复杂、规模巨大，导致人工故障诊断（包括故障发现与根因定位）低效易错，严重影响国家行政、金融、医疗、交通等方面的安全与稳定。针对使用日志、流量、多维指标、拓扑等单一模态运维数据的故障诊断无法全面刻画大规模云平台故障传播机理的问题，本报告提出面向模式各异、动态变化、规模庞大多模态运维数据的云平台故障诊断机制。
报告人简介：张圣林，南开大学软件学院副教授，博士生导师，ccf互联网专委、软件工程专委、服务计算专委执行委员，yocsef天津ac委员。主要研究方向为基于机器学习的智能运维，包括异常检测、故障定位、根因分析和故障预测等。获issre 18最佳学术论文奖、清华大学优秀博士学位论文、天津市科技进步一等奖、南开大学第九届“良师益友”称号、华为计算产品线“最佳技术合作教授”，入选天津市“131”创新型人才培养工程（第三层次）。在atc, www, vldb, sigmetrics, conext, infocom, ijcai等国际会议和jsac, tc, tsc, tnsm, jss等国内外期刊发表高水平论文40余篇。主持国家自然科学基金青年基金项目1项，中国博士后科学基金项目1项，横向项目8项（与华为、字节跳动、网商银行、中兴等合作）。于2017年获清华大学工学博士学位（计算机科学与技术专业），2012年获西安电子科技大学工学学士学位（计算机学院网络工程专业）。在攻读博士学位期间，曾经赴佐治亚理工学院学习。于2018-2019年在阿里巴巴从事访问学者研究。担任www22, icnp22, iwqos22, issre 19/20/21/22程序委员会委员，ton/jsac/tdsc/iotj/asur/tnsm/jcst等期刊审稿人。
闫庆森，西北工业大学
报告题目：基于全经验重现的贝叶斯稀疏网络持续学习方法
报告摘要：人类具有从经验中不断复用拓展知识的能力，即我们不仅可以将先前学到的知识和技能应用到新的环境中，还可以将它们作为以后学习的基础。这种持续学习，泛化知识的能力是强人工智能的重要特征。本报告将介绍持续学习的动机和历史，持续学习存在灾难性遗忘的原因，有监督持续学习的四种场景等基础。另外，针对现有持续学习方法的局限性，本报告将介绍我们针对稀疏网络展开的持续学习方法研究。我们提出的基于全经验重现的贝叶斯稀疏网络持续学习方法不仅可以用到常规的任务、类和域持续学习，还可以应用到任务未知的持续学习，大量的实验结果表明提出的模型较已有方法取得了显著提升。
报告人简介：闫庆森，博士，西北工业大学教授，2019年12月毕业于西北工业大学计算机学院，2020至2022年在澳大利亚机器学习研究院工作。在计算机视觉、人工智能、图像复原、图像质量评价、智慧医疗等方面展开了多年研究并取得了重要进展，在国际重要的期刊、会议上发表学术论文近40篇。以第一作者身份发表国际知名期刊及会议论文20余篇，esi高被引论文1篇，包括sci 1区top期刊ijcv、ieee tip、pr、media、ieee jbhi等，ccf a类会议论文中包括计算机视觉领域顶会cvpr等。google scholar索引1100余次，相关研究成果授权中国发明专利3项。获得2021年中国电子学会优秀博士论文奖、2017年international doctoral forum最佳论文奖，西北工业大学优秀博士论文奖、2022年国际顶级会议cvpr-高动态范围图像去鬼影竞赛季军。在学术兼职方面，担任tpami、tip、tnnls、tmm、cvpr、eccv、iccv、accv审稿人。
崔笛，西安电子科技大学
报告题目：基于代码嵌入表征的软件重构技术研究
报告摘要：代码结构是软件系统的核心和灵魂。持续演化的代码结构使得软件系统难以维护、调试、演化、并最终引发项目崩溃。软件重构是持续改进代码结构的有效方法，也是国产基础软件设施建设的迫切需求，近年来学术界和产业界，在自动化软件重构研究上，进行理论分析和实证探索，然而现有研究仍面临以下挑战：1）无法精准推荐软件重构位置；2）无法有效实施重构操作。本报告将重点讨论以上两个问题，介绍基于代码嵌入表征的软件重构技术的相关工作。
报告人简介：崔笛，西安电子科技大学计算机科学与技术学院准聘副教授，硕士生导师，工学博士。2015年于西安交通大学获软件工程专业学士学位。2021年于西安交通大学获计算机科学与技术专业博士学位。同年进入西安电子科技大学工作，现为计算机科学与技术学院软件工程系教师。近年来在icse、ase、tse、《中国科学》等软件工程领域的国内外权威期刊与顶级会议上，发表论文15余篇。先后参与国家自然科学基金等多项科研项目，相关成果申请或授权国家发明专利多项。
冯明涛，西安电子科技大学
报告题目：数据-知识混合驱动的视觉场景理解研究
报告摘要：机器人正在从传统的指令式重复作业向复杂多样化的智能任务拓展，拥有更多感知与理解能力的智能机器人是未来机器人产业发展的必然趋势。本次报告主要从数据-知识混合驱动的角度，分享近期在不确定标签监督下的学习遗忘机制、常识知识嵌入的场景图谱预测、任务指令引导的目标定位等方面的最新工作，探讨机器人智能地推理和抽象描述的方法，以提升其自适应能力，支撑机器人相关的无人系统应用和产业发展。
报告人简介：冯明涛西安电子科技大学计算机科学与技术学院副教授，2019年12月于湖南大学获博士学位，2016年-2018年于university of western australia博士联合培养，主要研究方向为机器人视觉感知与场景理解。兼任机器人视觉感知与控制技术国家工程研究中心副研究员、中国图象图形学学会三维视觉专业委员会委员，2021年入选中国科协青年人才托举工程。在国际期刊/会议ieee-tip、tie、tim、cvpr、iccv、eccv、iros等发表论文10余篇，担任ieee-tip、tnnls、cvpr、eccv等期刊/会议审稿人，主持国家纵向课题4项。
李青山，教授，博导，ccf杰出会员。西安电子科技大学计算机科学与技术学院（国家示范性软件学院）党委书记、智能软件与系统新技术研究所所长、陕西省智能软件工程科技创新团队负责人、西安市智能软件工程重点实验室主任、西电软件工程一级学科负责人、教育部省级重点学科“软件工程”学术带头人。曾任学校发展规划处副处长/一流建设工作办公室副主任（主持工作）、研究生院副院长、软件学院副院长。ccf软件工程专委会常务委员，系统软件专委会执行委员，开源发展委员会执行委员，大数据专委会执行委员，陕西省计算机学会软件工程专委会副主任。主要从事智能软件工程、代码分析与治理、自适应软件演化、大数据智能化分析技术、国产开源软件等方向研究工作，主持国家科技部重大研发计划课题、国家863重大项目课题、国家自然科学校企合作基金重点项目课题、面上项目等国家和省部级项目五十余项，在icse、esec/fse、《中国科学》、《软件学报》、《计算机学报》等ccf a类会议和软件工程顶级会议期刊发表论文百余篇，授权/公开国家发明专利三十余项，获省部级及以上科研/教学奖励多项。
李瑞，教授，博导，西安电子科技大学计算机科学与技术学院智能软件与系统新技术研究所副所长，西安市智能软件工程重点实验室副主任。中组部第20批援青博士服务团团长（挂职青海师范大学计算机学院副院长），青海省专家人才联合会理事、副秘书长，ccf分布式计算与系统专委会委员。主要从事智能感知、物联网与智能化系统等方向的研究。主持包括国家重点研发计划课题、国家自然科学基金、青海省重点研发与转化计划项目等国家级/省级科研项目10余项。担任国际会议程序委员会主席或委员20余次，在国内外主流学术期刊和会议上发表论文50余篇。授权国家发明专利10项。2019年获陕西高等学校科学技术奖一等奖。2021年获陕西省科技进步奖二等奖和陕西高等学校科学技术奖特等奖。
张亮，教授，博导，1999.09-2009.09浙江大学生物医学工程与仪器科学学院进行本科、硕博学习，西澳大学访问学者，西安电子科技大学首届“三好三有”导学团队带头人，受聘于西安电子科技大学首届工程型精英人才称号。主要研究方向包括深度神经网络结构设计、智能环境感知系统及人机交互技术研究，以及嵌入式智能终端系统研制。以第一作者和通信作者在ieee tnnls、ieee tmi、ieee tmm、ieee tip等领域顶级期刊和neurips、cvpr、iccv、www等顶级国际会议上发表论文80余篇，授权专利20余项，获陕西省科技进步二等奖1项（排名第2），陕西省高等学校技术奖一等奖1项（排名第2）。主持国家自然基金面上项目、国家重点研发计划、jwkjw等项目多项。担任neurocomputing、sensors等知名sci期刊guest editor，担任2022首届人机交互与软件工程（hcise）国际会议大会主席，出版专著教材5部，所研制的嵌入式智能终端产品已广泛应用于机器人、工业自动化等领域。
朱光明，副教授，博导，2009年和2015年分别于浙江大学获学士和博士学位，2015年至今任职于西安电子科技大学计算机科学与技术学院（国家示范性软件学院），主要研究方向包括智能视觉感知、智能人机交互。主持国家自然科学基金面上项目、青年基金、国家重点研发计划课题项目、国防创新应用推进项目、装备预先研究共用技术项目、科技成果转化项目等。至今已在iccv、neurips、acmmm、www等ccf a类会议和tmm、tnnls、tmi等顶级期刊上发表论文30余篇，申请发明专利15项，授权发明专利6项，转让发明专利4项，撰写《智能视觉技术及应用》书籍1部，获iccv 2017“outstanding reviewer”荣誉称号，获陕西省科学技术进步奖二等奖1项、陕西省高等学校技术奖一等奖1项。
徐悦甡，副教授，ccf高级会员，ccf系统软件专委会与服务计算专委会执行委员。2016年于浙江大学获得博士学位，2011年于西安电子科技大学获得学士学位。一直从事软件工程、服务计算与信息检索等方面的研究。以第一作者与通讯作者于ieee tits、ieee iot-j、ieee tii、ieee tccn、ieee tetci、ieee tgcn、fgcs、dcan、eswa、eaai、icsoc、scc等国际期刊或会议发表论文30余篇，esi高被引3篇。h-index指数:19,论文总被引用数超过1500次。先后主持国家自然科学基金青年项目、陕西省自然科学基金青年项目、重点实验室开放课题、企事业单位合作项目等多项。collaboratecom 2021 workshop主席，chinacom 2021 tpc主席，chinacom 2022组织委员会主席，ccf chinasoft 2021宣传委员会主席等。
王璐，副教授，西电“华山人才”系列菁英副教授，ccf高级会员，ccf软件工程专委会秘书与执行委员、系统软件专委会执行委员，ccf首批传播大使。2018年12月于西安电子科技大学获软件工程专业博士学位，并于2021年获陕西省优秀博士学位论文。主要研究方向为微服务与智能化运维aiops、软件演化与自适应，在ieee trans、icse、fse、saner、icsme等软件工程、自主计算领域国内外期刊与会议上发表论文30余篇，担任国内外期刊评审/会议程序委员会委员20余次，主持国家自然科学基金青年基金项目、陕西省自然科学基金青年项目、中科院软件所“点亮计划”项目、中航工业集团“机载软件服务化治理基础设施研发”系列等项目，陕西省科学技术进步奖二等奖等科技奖励四项。
徐悦甡，西安电子科技大学
邮箱：ysxu@xidian.edu.cn
王璐，西安电子科技大学
邮箱：wanglu@xidian.edu.cn
