面向流式与分布式场景的时间序列分析
独行速，众行远。图学习研讨会（LOGS）公众号不定期地举行图学习，大语言模型LLM以及机器学习相关的研讨会，邀请相关领域的专家，一线科研人员和顶会论文作者进行分享，希望能够给大家提供一个相互交流，研讨，和学习的平台。如果您有相关的研究， 想要研讨与分享，或者有感兴趣的topic和论文欢迎给我们微信公众号留言，我们会尽快与你取得联系。下面是本次研讨会的主要内容。
时间：北京时间2024年11月8号晚上7点
主题：面向流式与分布式场景的时间序列分析
嘉宾：丹麦奥尔堡大学博士生缪浩
会议二维码:
研讨会主题
随着无线和移动设备的广泛部署，大量的时空数据在现实世界中被广泛收集，有效的时空数据分析对各种下游任务至关重要。然而，大多数现有的深度时空神经网络的时空数据分析方法在实际应用中面临诸多挑战，例如处理大规模流式数据的高成本与分布式处理。为了实现更加有效的时空数据分析，我们提出了基于数据驱动的方法，利用新兴的深度学习技术来捕捉有效的时间和空间关联。具体而言，我们提出了一种高效的时序数据压缩框架，以降低训练成本。此外，我们还利用分布式时序数据，提出了基于联邦学习的轨迹恢复与时间序列异常检测算法。我们用大量真实世界数据集验证了我们方案的有效性。
分享嘉宾
缪浩，丹麦奥尔堡大学在读博士生，师从Christian S. Jensen教授（ACM/IEEE Fellow），主要研究方向为时空数据挖掘，轨迹计算与空间众包等。在数据挖掘，数据库与人工智能等领域的主流国际期刊与会议发表论文二十余篇，读博期间，发表CCF A类文章9篇，包括PVLDB 1篇，ICDE 2篇，SIGKDD 1篇，IJCAI 1篇，AAAI 1篇，TKDE 3篇，相关成果部分填补了时间序列数据分析在流式场景与分布式场景下的应用空白。缪浩同学多次受邀并积极担任所在领域国际期刊与国际会议的审稿人，如SIGKDD，NeurIPS，ICLR与TKDE等。
