6月9日，中國計算機學會（CCF）北京工商大學學生分會CCF走進北京工商大學系列活動在良鄉主校區舉行。活動邀請到CCF會員與分部工作委員會主任助理、國家自然科學基金優秀青年基金獲得者、北京航空航天大學童詠昕教授，CCF學術工作委員會委員、國家優秀青年基金獲得者、北京理工大學袁野教授，CCF會員與分部工作委員會執行委員、計算機視覺專委會秘書長、北京郵電大學馬占宇教授到現場作專題報告。CCF會員部閆婉婷、劉亮，計算機學院黨委書記蔡強、執行院長李海生、黨委副書記楊秀萍，副院長譚勵、劉瑞軍，CCF北京工商大學學生分會指導委員會主任陳誼及學院本科和研究生100余位CCF學生會員參加了本次活動。

童詠昕教授作題為《共享出行應用驅動的大規模群智計算》的報告。近年來隨著移動互聯網與共享經濟模式的普及，特別是以網約車為代表的共享出行類服務得以快速發展，但同時出現的高峰時間段打車難的問題，給大規模群智計算帶來全新挑戰。童詠昕教授結合近年來團隊與產業界的合作案例，重點向大家介紹了如何將強化學習技術與經典組合優化方法進行深度融合來解決線上大規模共享出行中任務智能協同分配的實際挑戰。

袁野教授作題為《新型大圖數據體系結構》的報告。袁野指出，在大數據時代廣泛應用的大圖數據具有局部特征多樣性、關聯數據復雜性、拓撲結構時變性等新型數據特征。袁野闡述了大圖數據的傳統特點和新型數據特征，以及由新型數據特點帶來的研究挑戰和科學問題。同時，介紹了其提出的一套大圖數據計算理論框架，及基于該框架的新型大圖數據計算模型和管理系統，并向大家介紹了大圖數據分析在醫療健康領域和金融反欺詐領域的應用。

馬占宇教授作了題為“基于概率模型表達的深度神經網絡優化”的報告。馬占宇教授提到，深度神經網絡由于其本身的結構過于復雜、注意力功能機制不明確以及觀測數據不完備，使得其優化方法的研究面臨著許多挑戰挑戰。他介紹了基于概率模型表達的深度神經網絡優化方法，通過基于非高斯先驗的深度神經網絡正則化框架來解決Dropout正則化引入系統偏差的難題，使用基于非高斯先驗的深度神經網絡注意力機制來增強模型的解釋性，有效的降低了網絡復雜度、較好的解釋了模型的注意力機制。

報告結束后，楊秀萍、譚勵和陳誼代表學院為三位教授頒發了榮譽證書。李海生進行總結講話，代表學院師生再次對三位專家表示感謝，希望同學們抓住學院舉辦專業講座的機會，認真聆聽報告，提高專業水準和專業眼界，同時希望同學們對CCF學生分會和會員權益有充分的認識和了解，積極申請成為學生會員，為CCF和CCF北京工商大學學生分會注入新鮮血液。

本次活動為同學們帶來了一場有深度、有內容的專業學習報告。通過此次活動，使學院和學校學生更加了解CCF，走進CCF，同時擴大CCF在計算機相關專業學生中的影響力。同學們紛紛表示通過這次CCF走進北京工商大學活動受益匪淺，希望今后能有更多的機會參加此類學習和交流活動。