学院实验室开放活动：09:00—15:00  4楼走廊

企业宣讲：08:30—09:30  329会议室

企业展台：09:30—11:30  320会议室

企业面试：13:00—16:00  地点现场通知

校友座谈：13:30—15:30  332会议室

Poster展：13:00—16:00  329会议室  (展位学院1、2楼)

诚邀各位老师同学前来交流

山东大学交叉研究中心（Interdisciplinary Research Center, IRC）是隶属计算机科学与技术学院的科研机构，旨在以视觉感知与交互为着眼点促进机器智能以及人机协同的发展，通过综合交叉计算机图形学、计算机视觉、人机交互、可视化以及机器学习等学科，在可视大数据、虚拟现实与增强现实、3D打印、机器人等研究方向取得了一系列成果。

自成立以来，中心承担了包括973、863重大项目课题、国家重点研发计划课题、国家自然基金重点项目等多项国家重大/重点课题，在ACM TOG、SIGGRAPH、IEEE TVCG、IEEE VIS、IEEE ICRA等国际顶 级期刊及会议上发表40余篇论文，获批多项国际与国内专利。交叉研究中心注重国际化的科研环境以及与国内科研院所和工业界的合作，与青岛海洋科学与技术试点国家实验室、中青报、爱奇艺等共同建立联合实验室，并在青岛市政府的支持下成立山东大学-青岛虚拟现实研究院，大力开展学科交叉研究，取得了优异的科研成果。

代表性成果：

计算机图形学：提出复杂三维物体表示的高精度物理建模与绘制理论，受到国内外同行的广泛关注与引用，发表相关CCF A类国际顶 级期刊及会议论文10余篇，其中包括ESI高倍引论文1篇。

大数据可视分析：提出任务驱动的自动可视化及感知驱动的高维数据可视化理论，发表相关CCF A类论文14篇，近三年来亚洲发IEEE InfoVis论文最多的，其中2018年全球发表数量之最。

三维视觉：提出简单通用的点云特征学习架构PointCNN，该框架已成为点云数据处理基本开源框架，获得国内外广泛关注，如伯克利大学已将PointCNN引用至课程中、阿里等企业将其集成至无人驾驶智能系 统中。

智能计算研究所（Institute of Intelligent Computing, IIC）是隶属于山东大学计算机科学与技术学院的科研机构。研究所由成秀珍教授（计算机科学与技术学院院长、国家“千人计划”特聘专家、IEEE Fellow）领导，包括于东晓教授（山东大学“齐鲁青年学者”特聘教授）、万志国副教授、李峰副教授、郑艳伟副研究员、张啸助理教授、Riccardo Spolar助理教授等多位优 秀中青年科研人才。IIC聚焦于面向未来网络与计算机系 统的智能计算技术，围绕计算理论的智能、计算系 统的智能、计算安全的智能和计算应用的智能，形成了以分布式算法与系 统、物联网与边缘计算、机器学习理论与应用、区块链理论与应用、安全与隐私保护为主要方向的科研体系。近五年，中心承担了国家自然科学基金重点、面上及青年项目、国家重点研发计划专项（已公示）、山东省自然科学基金项目等多个国 家 级和省部级科研项目，在IEEE/ACM TON、IEEE TMC、IEEE TC、IEEE TPDS、IEEE TDSC、IEEE TIFS、IEEE JSAC、IEEE INFOCOM等国际顶 级期刊和会议上发表论文100余篇，获批多项专利。

代表性成果：

面向无线网络的分布式算法：结合自组网实际，在物理干扰模型下分布式算法设计、多信道网络中分布式算法设计、动态网络中分布式算法设计和不同模型间理论方法转化方面进行了系 统完整的算法研究。已发表论文60余篇，包含CCF A类和B类论文近30篇。提出的结合物理干扰实际的低敏感强连通模型已经成了考虑物理干扰下分布式算法研究最常用的四个模型之一；而申请人最早开展的全局性通信任务分布式算法研究已经被MIT、ETH 等国际知名高校的分布式计算研究团队跟进。

无线传感器网络与物联网：创新性地利用计算几何方法研究无线传感器网络的边界检测、路由算法、传感器覆盖问题以及信道分配等经典基础理论问题，突破了传统计算几何算法依赖全局信息的不足，创新性地提出基于局部信息的分布式计算几何算法设计理论与方法，有效改善大规模无线传感器网络在能耗、系 统效率、系 统鲁棒性和自适应性等方面的性能，为大规模无线传感器网络的实际部署和应用，奠定了理论基础并提供了技术支撑。同时，针对室内应用场景，设计研发了室内自采能可持续无线传感器网络系 统、室内地图重建及定位系 统等多个物联网应用系 统，对提高人们生活的智慧化水平具有十分重要的意义。相关研究成果发表于多个顶 级期刊和会议，如IEEE/ACM TON、IEEE TMC、IEEE TWC、ACM MobiHoc等CCF A、B类期刊及会议。

区块链理论与应用：承担了国家自然科学基金、山东省自然科学基金、校内交叉研究项目、华为创新研究项目等4项区块链主题的研究课题；与华为技术有限公司合作，设计了面向物联网的层次式区块链系 统，设计了门限式身份基密钥方案，收到了华为公司的认可，并由华为申请了技术专利；在国际会议、期刊发表了区块链相关论文6篇；自主申请了5项区块链国家专利，以及一项PCT国际专利。

机器学习与数据挖掘：利用智能手机感知方式和社交网络感知方式对用户情绪状态和情绪稳态分别进行检测识别，发表相关CCF-A类论文2篇，CCF-B类论文1篇，CCF-C类论文1篇。其中，发表在Ubicomp 2018的论文被New Scientist, Cifnews, Technode等媒体争相报道同时，利用多任务学习对多个多标签数据集或者时间序列数据集进行协同训练并实现自动聚类，以第 一作者身份发表相关CCF-A类论文1篇。

山东大学信息检索实验室（Information RetriEval Lab）隶属计算机科学与技术学院，由上世纪80年代留学日本九州大学的马军教授创立。实验室以“以信息技术，筑美好生活”为宗旨，在当今多源异构大数据的时代结合机器学习、深度学习技术，已在自然语言处理、推荐系 统、信息检索等方向取得了一系列突出成果。

实验室自创立以来，已累积承担国家、省部级课题30余项，其中包括国家自然科学基金10项，山东省自然科学基金4项，在SIGIR, WWW, AAAI, CIKM, COLING, WSDM等顶 级国际会议与及TKDE, TOIS, JASIST等顶 级国际期刊发表论文100余篇，并获批多项国际与国内专利。此外，实验室注重科研国际化与面向工业界的产学研转化，目前已与荷兰阿姆斯特大学、加拿大蒙特利尔大学等国外知名高校建立稳定的合作关系，并与山东省立医院、海信等知名企业联合开展多个项目。

代表性成果：

推荐系 统：在视频推荐、跨域推荐、会话推荐、时尚推荐、序列推荐等领域提出创新性的推荐方法，受到国内外同行的广泛关注与引用，并发表国际顶 级期刊及会议论文20余篇，并斩获CIKM2017的最 佳论文Runner-up Award。

自然语言处理：在多文档自动摘要领域，提出了考虑上下文互表示的基于深度学习的自动摘要方法；在基于知识的智能对话系 统领域，提出结合抽取与生成的创新性框架与结合全局与局部特征的新式建模方法；发表国际顶 级会议论文10余篇。

学科组由高层次研究人员和专业技术人员组成，具有较强的理论研究能力和技术开发能力，已在TC、TOS、TCAD、TECS、FAST、DAC、DATE、LCTES、ICCD、RTSS等国际顶 级期刊和会议上发表学术论文数十篇，并与该领域的众多国内外高校建立了长期的合作关系。

多年来，学科组坚持产学研结合，不断增强创新能力，已累计申请国家发明专利及软件著作权40余项，承担国家、省部级课题数十项，包括国家自然基金重点基金项目、面上项目与青年项目、国家重点研发计划、863计划、国家发改委产业化专项等。

代表性成果：

1、面向海洋藻华监测与大电网智能调度的“云-端”一体化智能服务平台

当前，利用云计算技术为各行业提供强大的平台支撑，促进传统行业信息资源的“云化”和业务的“服务化”升级是助推互联网、大数据、人工智能和实体经济深度融合的重要手段。系 统结构学科组依托国家自然科学基金重点基金项目《海洋有害藻华生态建模分析与区域污染控制》与国家重点研发计划《大电网智能调度与安全预警关键技术研究及应用》，构建了“云-端”一体化的智能服务平台，包括：（1）异构物联网络多协议融合与转换机制；（2）基于软硬件协同设计的数据实时性跨层调度方法与可信性传递机制；（3）边缘智能云网关原型系 统设计；（4）融合智能调度、在线学习、数据分析、区块链等技术的“云-端”协同并行服务框架；（5）海量数据并行处理与智能存储技术。近五年在该领域顶 级国际会议DAC/DATE/ICCD/LCTES以及顶 级期刊TC/TOS/TCAD/TECS上发表高水平论文十余篇，与国内外学术界和工业界建立和保持了良好的合作关系。

2、面向大数据应用的“统一内外存”存储系 统

过去30年间，相比CPU有效时钟周期时间10000倍的提升，传统存储器的性能提升极其有限，严重影响了系 统的整体性能，“存储墙”问题日益严重。系 统结构学科组依托国家863计划《基于新型非易失性存储器的“统一内外存”系 统机构及其关键技术》与《面向大数据应用的新型内存计算系 统软件及关键技术》，针对新型非易失存储器（NVM），设计了“统一内外存”的系 统架构，有效应对了大数据时代对存储系 统的性能和可靠性等方面的需求，包括：（1）“统一内外存”存储架构的设计与原型系 统的构建；（2）面向统一内外存架构的新型文件系 统与任务调度机制的设计；（3）基于NVM的非易失处理器的研究与设计；（4）基于非易失主存的末级缓存存取策略的优化；（5）基于“裸闪存”的Key-Value缓存系 统的优化与实现。以上研究成果发表于FAST/DAC/DATE/TCAD/TOS等国际顶 级会议和期刊中，申请数十项国际发明专利与软件著作权。此外，学科组自主构建了多套统一内外存原型系 统，读写速度达2GB/s；自主设计的非易失处理器原型在第54届Design Automation Conference（DAC'17）组织的International Hardware Design Contest上获得全球第三名的成绩。

山东大学智能算法与软件学科组（Intelligent Algorithm and Software Laboratory）是隶属计算机科学与技术学院的科研机构，旨在从设计算法和分析计算复杂性的角度，对生物信息学、计算社会学等方面问题进行研究。主要的研究方向包括：1、针对计算机网络及经典计算机科学问题进行近似算法设计与分析；2、针对生物信息学中基因组数据进行模型建设，软件设计；3、针对计算社会学中的选举和匹配问题进行参数复杂性研究等。在计算机算法理论领域具有较大的国际影响力，取得了国际公认的重要学术成就。

学科组自成立以来，主要研究国家重点课题，常年承担国家重点项目、国家自然基金重点项目、以及与其他国家和地区的合作项目等。近五年，承担的在研国家项目和人才项目包括：1、山东省泰山学者计划项目；2、国家自然科学基金（重点项目），基因组数据分析的基础理论与算法；3、国家自然科学基金（面上项目），基因组比较与分析的算法与复杂性，全基因组结构分析的组合问题与算法，选举系 统的参数复杂性研究，基于元通量模式阐释基因组中带血组织系 统的组织等；4、国家自然科学基金（中德合作项目），偏好模型的匹配问题。

学科组注重国际化的科研环境以及与国内科研院所和工业界的合作，与香港城市大学和蒙大拿州立大学等国际知名高等院校有长期的合作关系，合作发表论文20多篇，并合作培养部分研究生。与中科院研究所在生物信息学方向大力开展学科交叉研究，取得了优异的科研成果。在Information and Computation, JCSS, Algorithmica, ACM TALG, TCS, AAMAS, IEEE/ACM TCBB, Bioinformatics, Genome Research, BMC Bioinformatics, JCB, JBCB, BIBM, WABI, ISBRA, ISAAC, COCOON, CPM, FAW等国际顶 级期刊会议上发表50余篇论文。

代表性成果：

1、智能算法：近五年，在国际顶 级期刊以及会议中，发表30 篇论文，其中，发表在包括Information and Computation、Algorithmica等国际顶 级期刊和ISAAC、AAMAS等有国际影响力的学术会议上的论文成果，受到国内外同行的广泛关注与引用。在算法设计和近似性能比分析上，在同方向研究中，居于世 界 领 先地位。

2、计算生物学与生物信息学：近五年来，在Bioinformatics、BIBM等国际期刊和会议中，发表20 篇有影响力的高质量论文。在同方向研究中，有自己独特的分析问题和解决问题的思路与方法，受到国内外同行的高度认可和引用关注。

3、计算社会学：在国际会议和杂志上共发表学术论文100余篇， 论文总引用量为2214次，在基于过去十年发表的文章的引用情况而统计出的Top Authors排名中，位列计算机算法与理论方向的前列，引领并极大丰富了该方向的工作。

科研奖励：

可计算性与复杂性， 山东省自然科学二等奖

基因组比较与智能学习的算法与复杂性，山东省自然科学三等奖

山东大学智能媒体研究中心（Intelligent Media Research Center, iLEARN），隶属于山东大学计算机科学与技术学院。中心秉承“理论联系实际”的原则，在多媒体计算、信息检索、数据挖掘等领域取得一系列研究成果。自2017年中心成立以来，先后承担了国家自然科学基金青年项目、面上项目、重点项目、科技部重点研发课题、智洋创新千万级横向项目、腾讯犀牛鸟项目、山东电力项目等横纵向研发项目累计3000万。

中心在ACM SIGIR, ACM MM等CCF-A类会议或IEEE/ACM汇刊发表论文100余篇、专著3部，获批多项国际与国内发明专利。智能媒体研究中心致力于打造多元化、国际化的科研环境，同时注重以工业界的实际需求为导向，用工业界真实的数据，做最接地气的研究。目前中心与新加坡国立大学，美国德克萨斯州立大学等海外知名高校建立了密切的合作关系，实现老师和学生的多次互访。此外，中心积极探索产学研合作的新模式新机制，与智洋创新建立联合实验室，和腾讯AI Lab、知乎、快手等多个知名企业联合开展项目，将理论付诸于实践，实现成果转化及产品实现。