2023第九届中国智能技术与大数据会议

中国智能技术与大数据会议是由中国人工智能学会智能服务专委会发起的系列会议，每年举办一次。继2015年召开第一届中国智能技术与大数据会议（北京）、2016年召开第二届中国智能技术与大数据会议（河南焦作）、2017年召开第三届中国智能技术与大数据会议（广东广州）、2018年召开第四届中国智能技术与大数据会议（重庆）、2019年召开第五届中国智能技术与大数据会议（江苏常州）、2020年召开第六届中国智能技术与大数据会议（北京）、2021年召开第七届中国智能技术与大数据会议（北京）、2022年召开第八届中国智能技术与大数据会议（北京）后，2023年第九届中国智能技术与大数据会议（CITBD2023）将于2023年10月21 -22日在山东烟台举行。本届会议由中国人工智能学会（CAAI）主办，CAAI智能服务专委会、烟台大学、北京邮电大学计算机学院联合承办。

本届会议将就智能技术与大数据相关的科学基础理论、关键技术方法与系统进行探讨和交流，旨在加强相关方向的基础理论研究，掌握最新和实用技术、了解前沿发展趋势，从而推动我国智能技术与大数据领域的学术繁荣及其在智能服务领域的应用推广。会议将邀请中国工程院院士、欧洲科学院院士、国家高层次人才做大会特邀报告，同时，举办青年论坛、优秀论文评奖论坛、前沿技术和应用论坛。报告专家将介绍智能服务与大数据相关技术的最新学术成果和发展趋势，并就其关键技术和主要战略发展方向进行深入地交流和研讨。

会议期间还将召开CAAI智能服务专委会会议并发展新委员。诚挚欢迎全国各高等院校、科研院所和企事业单位的科技工作者参加本届会议。

会议的主题包括但不限于以下方面：智能大数据、大模型、认知计算、数据挖掘、机器学习、人工智能理论与前沿发展等。

会议主席

杜军平（北京邮电大学）

郝曙光（烟台大学）

会议副主席

王晓阳（复旦大学）

陈恩红（中国科学技术大学）

左敏（北京工商大学）

程序委员会主席

胡卫明（中科院自动化所）

高阳（南京大学）

蒋树强（中科院计算所）

组织委员会主席

童向荣（烟台大学）

蔡强（北京工商大学）

王莹洁（烟台大学）

宣传主席

张文生（中科院自动化所）

段 昕（烟台大学）

论坛主席

李海生（北京工商大学）

李静林（北京邮电大学）

会议秘书长

李洪波（北京极智嘉科技有限公司）

会议副秘书长

李文玲（北京航空航天大学）

张楠（烟台大学）

马文明（烟台大学）

以下内容为GPT视角对中国智能技术与大数据相关领域的解读，仅供参考：

中国智能技术与大数据相关研究进展现状

1. 人工智能（AI）研究：中国在人工智能领域有着广泛的研究，包括机器学习、深度学习、自然语言处理、计算机视觉等多个方向。中国的科研机构和高校与企业在全球人工智能竞赛中屡获佳绩，并在一些特定的应用领域如语音识别、图像识别等达到了世界领先水平。

2. 大数据研究：中国在大数据领域也有着深入的研究，包括大数据采集、存储、处理、分析等多个方面。中国的科研机构和高校与企业在全球大数据竞赛中取得了优秀的成绩，并在一些特定的应用领域如金融、医疗、交通等实现了创新性的应用。

3. 智能制造：中国在智能制造领域有着广泛的研究，包括智能制造系统、智能制造设备、智能制造服务等。中国的科研机构和高校与企业在全球智能制造竞赛中取得了优秀的成绩，并在一些特定的应用领域如制造业、物流业等实现了创新性的应用。

4. 智能交通：中国在智能交通领域有着深入的研究，包括智能交通管理、智能车辆导航、智能公共交通等。中国的科研机构和高校与企业在全球智能交通竞赛中取得了优秀的成绩，并在一些特定的应用领域如城市交通、高速公路等实现了创新性的应用。

智能技术与大数据研究有哪些关键方法

1. 可视化分析：大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。

2. 数据挖掘算法：大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。

3. 预测性分析：预测性分析是大数据分析的重要方法之一，通过对历史数据的分析，预测未来可能发生的事情，这在许多领域都有重要的应用价值。

4. 基于人工智能的技术：人工智能技术也在大数据研究中发挥着重要的作用，例如机器学习、深度学习等，这些技术可以帮助我们从大数据中提取有用的信息和知识，提高数据分析的效率和准确性。

5. 数据挖掘：数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘涉及的技术方法很多，有多种分类法。