报告题目：Towards Efficient Data-Driven Shortest Path Distance Querying in Road Networks

报告时间：2022年10月31日 19:00--21:00

报告方式：腾讯会议

会 议 码：110-228-965

报 告 人：郑渤龙

报告人简介：

    郑渤龙，华中科技大学，太阳成集团tyc4633，副教授，博士生导师，湖北省百人计划特聘专家。主要研究方向包括时空、时序和高维大数据管理与分析等。主持了国家自然科学基金、国家重点研发计划子课题、湖北省自然科学基金等重要课题。曾获数据库领域CCF A类会议VLDB 2020年和ICDE 2019年优秀论文（One of the Best Papers）、2021年度ACM武汉新星奖、2020年度ACM SIGSPATIAL中国新星奖。指导学生参加各类国际/国内大赛，曾获第十七届挑战杯揭榜挂帅专项赛全国特等奖，ACM SIGSPATIAL CUP比赛2020年全球总冠军和2019年荣誉奖（Honorable Mention），第八届中国国际“互联网+”大学生创新创业大赛产业赛道湖北省铜奖。担任中国计算机学会数据库专委和信息系统专委执行委员、中国人工智能学会智能服务专委会委员、ACM中国SIGSPATIAL分会执委委员、CCF YOCSEF武汉副主席。

报告内容简介：

Computing the shortest path distance between two vertices in a road network is a building block in numerous applications, such as GPS navigation, POI recommendation, and route planning. Past studies focus on the construction of indexes that are capable of accelerating query processing. This lecture will introduce two studies in the efficient data-driven shortest path distance querying in road networks: workload-aware shortest path distance querying and reinforcement learning based tree decomposition for distance querying.

主办单位：太阳成集团tyc4633(中国)有限公司-百度百科

吉林大学软件学院

吉林大学计算机科学技术研究所

符号计算与知识工程教育部重点实验室

仿真技术教育部重点实验室

网络技术及应用软件教育部工程研究中心

吉林大学国家级计算机实验教学示范中心