收起
2019年第三届AIAED大会部分演讲者名单(已确认)
主会场分享嘉宾
Tom Mitchell教授
卡内基梅隆大学计算机学院院长、松鼠AI首席AI科学家、机器学习教父、AIAED2019大会总主席、AIAED2019大会委员会顾问
全球公认的机器学习教父,在全球人工智能实力排名第一的卡耐基梅隆大学创办了人类历史上的第一个机器学习系并担任系主任。美国《Machine Learning》杂志、国际机器学习年度会议(ICML)的创始人。他的经典著作《机器学习:一种人工智能方法》被认为是行业圣经,销量惊人。他的学术论文专著超过130篇,在包括《Science(科学)》、《Nature (自然)》等世界顶级学术期刊发表。
Daniela Rus
MIT人工智能实验室主任
美国工程院院士,曾经一手创办了达特茅斯学院机器人实验室。Daniela Rus开创的可编程物质和分布式机器人的研究让其成为人工智能领域地位最高的女性。
Michael Moe
GSV Capital创始人&CEO、ASU-GSV教育大会联合创始人、AIAED2019大会委员会顾问
他是纳斯达克上市公司GSV Capital 的创始人和CEO。ASU-GSV教育峰会每年吸引超过4000名参会者和400家公司,入选《纽约时代周刊》“必须参加的会议”榜单。历届出席的名人有小布什、奥巴马总统、比尔盖茨、人工智能领域专家Andrew Ng教授、乔布斯遗孀Laurene Powell Jobs等。同时投资了AI教育公司Dreambox、Knewton、AltSchool等。担任Coursera、Course Hero、Class Dojo等多家知名教育公司的观察员。
Dr.Yolanda Gil
University of Southern California Research Professor of Computer Science and Spatial Sciences
AAAI主席、南加州大学 计算机科学与空间科学研究教授
Yolanda Gil博士是南加州大学信息科学研究所知识技术主任和副主任,以及计算机科学和空间科学研究教授。她还是信息学跨学科课程的副主任。她收到了她的M.S.和卡内基梅隆大学计算机科学博士学位,专注于人工智能。 Gil博士曾在美国国家科学基金会计算机科学与工程理事会咨询委员会任职。她发起并主持了W3C Provenance Group,该团队在该领域达成了社区标准。 Gil博士是计算机协会(ACM)的会员,也是人工智能特别兴趣小组的前任主席。她还是人工智能促进协会(AAAI)的会员,并在2016年当选为第24任主席。
米雯娟
VIPKID创始人及CEO
北京外国语大学董事会董事,2018年世界经济论坛“全球青年领袖”,清华大学学生全球胜任力发展指导中心顾问委员,中国全球化智库(CCG)常务理事,立德未来助学公益基金会顾问委员。VIPKID在线青少儿英语由米雯娟于2013年创办,是一家专注于青少儿在线英语教育的中国互联网科技公司,通过对接北美外教资源和国内市场需求,让中国小朋友在全英文环境中培养语言兴趣并学会知识应用。
栗浩洋
松鼠AI创始人,首席教育技术科学家
中国人工智能创业30人,2018十大年度创业家,环球时报年度经济人物,中国自动化学会智慧教育专委会副主任。曾任A股第一家教育上市公司副总裁。全球独创“素质教育中思想、能力、方法在AI模型中的应用”、“用错因重构知识空间理论”、“非关联性知识点的关联概率算法”。被World AI Summit提名全球人工智能风云人物,美国奇点大学讲师,央视《对话》、《实战商学院》等节目的导师和嘉宾。
John Couch
苹果公司负责教育的第一副总裁
John Couch是苹果公司负责教育的第一副总裁,也是《重塑教育》(Rewiring Education)一书的作者之一。他1969年在伯克利获得计算机科学学士学位。1970年,他获得了电气工程和计算机科学硕士学位。他离开了这个项目,去惠普做软件工程师。2000年,他被授予杰出校友称号;2010年,约翰被授予费城大学荣誉博士学位,以表彰他对教育的创新贡献。
Rose Luckin教授
伦敦知识实验室负责人、AIAED2019大会委员会顾问
她是伦敦大学学院教授,伦敦知识实验室负责人。著有《机器学习与人类智能》,国际顶尖AI教育学术大会AIED-2018/2019会议主席,国际人工智能教育(AIED)协会执行委员会委员。
Ken Koedinger教授
美国卡耐基梅隆大学计算机、心理学系教授、 LearnLab研究室主任、AIAED 2019技术论坛:学习工程学联合主席、AIAED2019大会委员会顾问
他领导开发的Cognitive Tutor软件已应用在数以千计的学校,帮助了大量学生提高成绩。他拥有多学科背景,将人类学习和创造教育技术以提高学生成绩的研究目标。他的研究为教育软件的设计提供了新的原则和技术,并产生了关于学生思考和学习本质的基础认知科学研究成果。 Koedinger指导LearnLab, 该计划始于美国国家科学基金会10年的资助,现在属于CMU Simon Initiative的科学部门。 LearnLab建立在认知导师过去的成功基础之上,这是一种在数千所学校中使用的在线个性化辅导方法,并且一再被证明可以提高学生的学习成绩。他是卡内基学习公司的联合创始人,该公司自1998年成立以来,已为数百万学生提供基于认知导师的课程。 Koedinger博士撰写了250多篇同行评审的出版物,并且是超过45项拨款的项目调查员。
Xiangen Hu胡祥恩教授
美国孟菲斯大学心理学、计算机工程、计算机科学系教授、华中师范大学心理学院院长、AIAED2019技术论坛联合总主席、AIAED 2019技术论坛:智适应系统的自我改进联合主席、AIAED2019大会委员会顾问
美国孟菲斯大学心理学,计算机工程,和计算机科学系教授。智能系统研究所先进学习技术(ALT)实验室主任,担任美国国防部先进分布式学习(ADL)国家实验室分部主任,主要研究方向为认知数学模型、人工智能和智能教学、统筹数据分析统计模型等方面。他还组织了2017年AIED大会等大型活动。 胡教授是国家组织部第七批“千人计划”学者并兼任华中师范大学心理学院院长
Cynthia Breazeal
麻省理工学院媒体艺术与科学的副教授、MIT媒体实验室(Media Lab)个人机器人小组负责人
Cynthia Breazeal博士是麻省理工学院媒体艺术与科学的副教授,她在MIT媒体实验室(Media Lab)创立并指导个人机器人小组。 她还是Jibo公司的创始人兼首席科学家。她是社交机器人和人机交互的先驱。 她撰写了《设计社交机器人》一书,并在自主机器人,人工智能,人机交互和机器人学习等主题的期刊和会议上发表了100多篇同行评审文章。 她在自动机器人,情感计算,娱乐技术和多代理系统领域的多个编辑委员会任职。 她还是波士顿科学博物馆的监督员。
Dave Touretzky
卡内基梅隆大学计算机科学系和认知神经基础中心研究教授、AI4K12协会联合主席、AIAED2019青少年、AI4K12项目联合主席、AIAED2019大会委员会顾问
Touretzky教授的研究聚焦人工智能,计算神经科学和学习领域。 包括机器学习、空间神经表示等。他的多篇学术论文在世界著名顶尖大会发表和学术期刊发布。他的“Advances in Neural Information Processing Systems”学术论文被世界顶级AI大会NeurIPS(原NIPS)收录,并多次被世界学者引用。2006年,他被计算机协会评为为杰出科学家。
Touretzky教授担任联合主席的AI4K12组织,由世界顶级AI学术组织——人工智能促进协会(AAAI)和计算机科学教师协会(CSTA)联合成立,用于制定美国国家教育指导方针,教授K-12学生人工智能。
Avron Barr
IEEE学习技术标准委员会主席
Avron Barr是硅谷的资深人士,他认为人工智能将改变教育和培训。他和斯坦福大学的Pat Suppes和Dexter Fletcher一起对智能辅导系统进行了早期研究; 编辑了四卷的人工智能手册; 并于1980年共同创立了一家AI创业公司。近年来,他担任DARPA DARWARS沉浸式培训系统项目的顾问;并在斯坦福大学的互联网上教了10年的新生研讨会。他目前担任IEEE学习技术标准委员会主席,并与IDA和ADL合作开展全面学习架构研究项目。
Robby Robson博士
IEEE委员会成员、前IEEE学习技术标准委员会主席
Robby在学术界和工业界有20多年领导研究和开发项目方面的成功领导经验。在2000至2008年期间,担任IEEE学习科学标准委员会主席。应用领域包括从因子算法和计算语言学到学习管理系统,数字图书馆和能力管理。自1995年以来,一直致力于新兴技术在学习、教育、培训和相关领域的应用。现为能力和技能系统项目的主要研究者(www.cassproject.org),并致力于智能辅导系统以及自然语言处理(NLP)和机器学习的商业应用。
Paul Kim博士
斯坦福教育学院副院长兼CTO、AIAED2019大会委员会顾问
他本人在教育科技领域有18年经验,在联合国教科文组织等其他国家政府会议发言,2010-13年之间在WestEd任advisor、国际教育创新孵化器Seeds of Empowerment创始人,曾任美国国家科学基金会教育和人力资源管理局、美国国家科学院重大挑战与国际发展委员会顾问。担任多个国际教育科技项目的顾问,包括沙特阿拉伯的国家在线教育提议,乌拉圭的One Laptop Per Child项目,卢旺达的国家信息通信技术规划等,在多家教育科技公司、研究所、创新学校担任顾问和董事会成员领导全世界各地教育科技项目的设计、学校落地工作。
Alex Beard
英国教育作家、Teach for All环球学习实验室高级主任、Senior Director, Teach For All | Author, Natural Born Learner
Alex 在教育领域有十年经验,在伦敦担任英语教师之后,他在教育学院完成了硕士学位,之后加入了Teach for ALl,这是一个不断发展的全球组织网络,致力于确保下一代发挥其潜力。他很幸运能够在世界各地旅行,寻找能够塑造学习未来的实践,并在“卫报”,“金融时报”,“标准晚报”,“独立报道”和“连线报道”等撰写经历。 他的着作“自然出生的学习者”(Natural Born Learners)是二十一世纪改变学习的用户指南,带领读者进入一个令人眼花缭乱的全球教育之旅,从硅谷到首尔,赫尔辛基再到豪恩斯洛。
崔炜博士
乂学教育松鼠AI 首席科学家、2018年MIT TR35
作为人工智能学习领域的专家,博士和人工智能博士后,他获得了四年的SFI博士奖学金。在他的博士期间他在全球人工智能进化算法领域的顶级专家Michael O'Neill教授和Anthony Brabazon教授的指导下学习。他在人工智能算法及其应用领域取得了巨大成就,并在短短4年内在金融算法交易方面取得了巨大成就。他的高频交易算法已被欧洲许多金融高频交易机构采用。他在欧洲顶级适应性教育公司工作多年,负责自适应学习算法和系统的研究和开发。他开发的自适应学习系统广泛应用于欧洲和美国的高等教育市场。
2015年12月,他开始参与义学教育自适应学习系统的研究与开发。 2016年,他正式回到中国参与该系统的深入研发。
Kang Lee博士
加拿大多伦多大学(University of Toronto)应用心理学和人类发展系教授、AIAED 2019技术论坛:多模态综合行为分析和情感计算联合主席、AIAED2019大会委员会顾问
他的研究领域包括:青少年道德观念的发展、面部处理专业知识的发展、儿童和成人面部加工的神经机制、儿童和成人说谎的神经机制。研究孩子如何掌握说谎的概念和道德含义,孩子是否容易上当或者能够发现别人的谎言,以及孩子是否可以在各种社交场合中说出令人信服的谎言。他还研究了影响说谎和说实话发展的认知 - 社会 - 文化因素。此外,通过神经科学方法(例如,EEG,fMRI,fNIRS)来检查儿童和成人的说谎和说话的神经生理相关性。他还使用心理物理学方法来研究儿童和成人如何处理稳定和动态的社交信息。关注儿童和成人如何感知,编码和识别不同类型的面部(例如,种族)。还使用了神经科学方法(例如,EEG,fMRI,fNIRS)来检查儿童和成人的面部处理的神经生理相关性。获得中国国家自然科学基金会颁发的国家杰出海外学者奖;加拿大创新基金会领导者机会基金奖等多项大奖。
Lin Zhou博士
The New School首席信息官、高级副总裁、前IBM Watson Education项目总监、Senior Vice President and Chief Information Officer of The New School at New York City、AIAED2019大会委员会顾问
Lin Zhou博士是纽约市The New School的高级副总裁兼首席信息官,前IBM Watson Education项目总监。他领导整个大学的信息技术转型和服务。 Lin在三个行业担任过多个领导职位:认知教育技术,半导体和数据存储。 Lin是一名发明大师,入选IBM的行业学院。作为IBM Watson Education的项目总监,Lin在IBM的Watson Education中领导“认知教育初创公司”并管理IBM教育解决方案的整个生命周期方面发挥了关键作用。Lin是IMS全球学习联盟的Caliper标准指导委员会成员。他多年来一直参加多个国际会议组委会,审查科技期刊的出版物,并担任人工智能国际会议的论文审稿人。 Lin已被邀请发表主题演讲,参与论坛和出席圆桌会议。
张翼
掌门1对1创始人兼CEO
张翼,1989年生,毕业于上海交通大学上海高级金融学院,上榜福布斯2017年30位30岁以下精英中国榜单。荣获2017年第九届网易教育金翼奖2017年度教育行业领军人物。 现任上海翼师网络科技有限公司、掌门1对1创始人兼CEO。
杨正大博士
iTutorGroup集团创始人
美国加州大学洛杉矶分校 (UCLA)博士,iTutorGroup集团创始人和首席执行官。iTutorGroup已通过旗下五个知名品牌,VIPABC、TutorABC、vipJr、tutorJr进行英语教学, TutorMing进行汉语教学,在全球135个国家提供数百万堂真人在线课程。
茹立云 Liyun Ru
葡萄智学创始人、前搜狐COO
2005年,茹立云加入搜狗,先后担任搜索、输入法、商业广告研究部门的负责人、 搜索事业部总经理、搜狗公司副总裁、搜狗公司COO等。在搜狗任职期间,茹立云带领搜狗搜索在多个领域均取得不俗成绩,率先发布分类搜索,推出全新的知识库搜索引擎知立方、搜狗语音助手等产品。创办的葡萄智学致力于开启人工智能助力教育的新范式,凭借AI技术和优质教育资源,提供高质量、个性化的高效教育产品。2018年底完成由光速中国领投,NBT和葡萄控股共同投资的2100万美元首轮融资。
Steve Ritter博士
Carnegie Learning联合创始人、首席科学家
Steven Ritter博士,于1998年共同创办了卡内基学习公司,并担任首席产品架构师。Ritter博士曾担任卡内基学习的首席科学家和高级认知科学家。 Ritter博士十多年来一直在开发和评估教育系统。 Ritter博士与美国教育部,亨氏捐赠基金会,兰德公司,国家科学基金会,卡内基梅隆大学,匹兹堡大学合作,领导了多个与理解和改进学生学习数学方式相关的研究项目。 Ritter博士担任软件与信息产业协会教育部主任。Ritter博士是Carnegie Learning代数I课程的合着者之一,这是美国教育部认可的两个数学课程之一,科学证明对学生的学习有显着的积极影响。他是众多关于教育技术设计,架构和评估的论文的作者,并担任IEEE学习技术标准委员会工具/代理通信工作组的主席。他是智能辅导系统(ITS)和数据挖掘领域公认的研究员和思想领袖。
Dr. Josine Verhagen
Kidaptive公司数据科学高级主任
Senior Director, Psychometrics and Data science at Kidaptive, Inc.
利用 (贝叶斯) 统计模型和数据科学开发了自适应性学习平台, 旨在使数字教育内容更具信息性和适应性。她还是硅谷的女性编程组织的负责人, 目的是为女性创造一个有利的环境, 以提高她们的技术技能, 并致力于领导能力的发展。此前, 她曾在阿姆斯特丹大学与埃里克-简·瓦根教授合作研究贝叶斯方差分析的模型选择算法, 并在让·保罗·福克斯 (Bfox Fox)指导下在特温特大学研究过测量方差的贝叶斯IRT模型。
技术及论文分会场分享嘉宾
Avron Barr
IEEE学习技术标准委员会主席
Avron Barr是硅谷的资深人士,他认为人工智能将改变教育和培训。他和斯坦福大学的Pat Suppes和Dexter Fletcher一起对智能辅导系统进行了早期研究; 编辑了四卷的人工智能手册; 并于1980年共同创立了一家AI创业公司。近年来,他担任DARPA DARWARS沉浸式培训系统项目的顾问;并在斯坦福大学的互联网上教了10年的新生研讨会。他目前担任IEEE学习技术标准委员会主席,并与IDA和ADL合作开展全面学习架构研究项目。
Robby Robson博士
IEEE委员会成员、前IEEE学习技术标准委员会主席、AIAED 2019技术论坛:IEEE智适应系统标准、IEEE联合机器学习标准和基础建设联合主席、AIAED2019大会委员会顾问
Robby在学术界和工业界有20多年领导研究和开发项目方面的成功领导经验。在2000至2008年期间,担任IEEE学习科学标准委员会主席。应用领域包括从因子算法和计算语言学到学习管理系统,数字图书馆和能力管理。自1995年以来,一直致力于新兴技术在学习、教育、培训和相关领域的应用。现为能力和技能系统项目的主要研究者(www.cassproject.org),并致力于智能辅导系统以及自然语言处理(NLP)和机器学习的商业应用。
Carles Sierra博士
西班牙国家研究委员会(CSIC) AI 研究院(IIIA)副院长、2017年IJCAI大会项目主席、AIAED2019大会委员会顾问
Sierra博士在人工智能领域拥有三十多年的丰富经验。参与了超过20个欧盟的研究项目,担任JAAMAS学术期刊的主编。他发表的400多篇学术论文收到了超过17000次的引用。负责组织了2011年全球顶级的人工智能会议IJCAI在巴塞罗那的大会,任2017年IJCAI的项目主席、2018年IJCAI三项年度大奖的评委会评委。
Richard Tong
松鼠AI 首席建筑师、松鼠AI美国公司总经理
Richard Tong是松鼠AI的首席架构师。他是一位经验丰富的技术专家,执行和企业家。他曾担任Knewton大中华区执行主管,以及Amplify Education解决方案架构总监。他还担任Phoenix New Media(纽约证券交易所代码:FENG)的首席技术官。在过去的8年里,他一直积极参与教育技术标准化。他是IEEE AIS(自适应教学系统)标准工作组的现任成员,也是2247.2互操作性小组的主席,IEEE ICICLE(IC工业联合会学习工程)和IEEE FML(联邦机器学习)工作组的成员。 他是学校互操作性框架协会(SIFA)技术委员会的成员,以及评估组和IDM集团的联合主席。他还是共同教育数据标准(CEDS),IMS Global Caliper标准工作组和计算机自适应测试工作组等评估互操作性框架工作组的成员。
Phil Vahey
SRI International(斯坦福国际研究院)学习技术中心战略研究与创新主任
主要研究方向包括设计和使用基于科技的学习系统来帮助学生掌握STEM学科知识和此类学习系统的扩展运用;任“Next Generation Preschool Math”项目在SRI International的负责人。
吴凌飞博士
IBM Watson人工智能实验室研究员、2019AIAED技术论坛:自然语言处理和语义分析联合主席、Research Staff Member, AI Foundations Labs - Reasoning
IBM Research AI
他的主要研究方向集中在表象学习,推理机器学习,自然语言处理,数值线性代数和高性能数学软件。他的研究成果已经发表在许多顶级会议和期刊上,包括KDD,ICDM,ICASSP,IEEE等。并担任一流学术期刊IEEE Transactions on Parallel and Distributed Systems,IEEE Transactions on Knowledge and Data Engineering,ACM Transactions on Management Information Systems等的审稿人,还担任技术论坛委员会和包括AAI、ICDM、IJCAI等核心学术会议审稿人。
Andy Li博士
美国佛罗里达大学(University of Florida) 电子和计算机工程学院教授、2019AIAED技术论坛:机器学习/深度学习联合主席、AIAED2019大会委员会顾问
他是国家大学学习基金会(CBL)的创始主任,这是第一个美国国家科学基金深度学习中心。他还是大型智能系统实验室(Li Lab)的主管。他的研究兴趣包括大数据,机器学习,深度学习,云计算,智能平台,HPC以及健康,精准医学,CPS /物联网,CV,NLP,机器人,基因组学以及科学,工程和商业的安全和隐私。他在期刊和会议论文集上发表了100多篇同行评审论文,5本书和4项专利(3名被许可人)。他的团队创建了许多软件系统和工具。获得2010年国家科学基金会职业奖,2013年互联网创新应用奖,2015年NSF I-Corps最佳团队奖,以及最佳论文奖(IEEE ICMLA 2016,IEEE SECON 2016,ACM CAC 2013和IEEE UbiSafe 2007)。
Andy Song博士
澳大利亚皇家墨尔本理工大学计算机和信息技术学院高级讲师、Senior Lecturer at RMIT, Australia
Digital Futures Fund资助的仓库优化项目的首席研究员,也是一系列研发项目的主要研究人员。他是世界上最顶级的AI会议——IJCAI'17的地区联合主席,也是OECD论坛的合作伙伴。
Dr.Elizabeth Owen
Age of Learning公司的习和数据科学负责人、2019 AIAED技术论坛:教育数据挖掘联合主席
专注于基于游戏的学习分析。她致力于利用数据科学优化适应性强、引人入胜的学习系统。此前, 她是玻璃实验室游戏 (EA)、LRNG 和 Metacog 的数据科学家, 她的博士研究侧重于游戏 + 学习 + 社会和游戏实验室。合作过的公司和学者包括 EA、Zynga 和 Popcap 等。Owen博士曾做过 K-12 领域教师达十年之久, 并在洛杉矶特许学校 (laaaae. org) 担任过创始教师。
袁春博士
清华大学副教授,清华大学深圳研究生院-香港中文大学工程学院媒体科学、技术与系统联合研究中心副主任,中国计算机协会高级会员,多媒体专委会委员、2019 AIAED技术论坛:图像识别和处理的应用主席
于1999年和2002在清华大学计算机系人机交互及媒体集成研究所分别获得硕士和博士学位,2002年至2003年在微软亚洲研究院Internet media组从事网络多媒体安全访问项目,2003年至2004在法国国家信息和自动化研究院(INRIA)的SMIS 安全媒体信息系统项目组任博士后研究员。 在国际国内重要学术会议和期刊上发表文章30多篇,包括国际著名的IEEE Transaction on Multimedia。申请和拥有国际国内多媒体相关领域专利多项。2006年(JICC)第十二届联合国际计算机会议大会,被邀请做大会特约报告“媒体数字版权保护技术”。先后曾负责和参与微软,欧盟,以及国家863和973等十几项重要研究
课题,目前协助和独立指导研究生10多人。
Dr.Marie Bienkowski
SRI International Center 主任、AIAED2019技术论坛联合总主席
Marie Bienkowski博士,指导教育研究与创新中心。她在SRI的教育技术研究,教育项目和项目评估以及人工智能软件设计和开发方面拥有超过30年的经验。 Bienkowski目前的研究兴趣是计算机科学(CS)教育和高中和中学的学生学习评估。她指导学习分析的项目,以便在仪器化,基于块的编程环境中研究新手程序员;研究以公平为中心的高中CS课程的实施及其对学生学习的影响;并使用在线社区实践来支持高中计算机科学教师,包括在线评估。她还就基于游戏的CS计划的评估提供咨询,并就可以定制数字教学以改善残疾
学生成绩的软件的选择和最有效使用提供建议。
Dr.Christina Gardner-McCune
University of Florida Assistant Professor佛罗里达大学助理教授、AIAED2019青少年/AI4K12项目联合主席
Christina Gardner-McCune是佛罗里达大学的助理教授。她在锡拉丘兹大学获得计算机工程学士学位,并在佐治亚理工学院获得计算机科学硕士和博士学位,专攻软件工程和学习科学与技术。此外,她还在佐治亚理工学院完成了计算机科学教育的博士后研究职位。她的研究重点是整合中学和高中课程的计算。通过研究,参与设计了兴趣和基于学科的课程以及课后和夏令营计划,以吸引中学和高中的科学和计算机学生。并且使用这些学习环境来扩大计算和计算教育研究的参与。
Eunice Eunhee Jang
Ontario Institute for Studies in Education, University of Toronto Professor 多伦多大学安大略省教育研究所教授
Eunice Eunhee Jang是多伦多大学安大略省教育研究所应用心理学和人类发展系教授。她获得了博士学位。专业从事语言测试,教育测量和项目评估。
Jang博士通过研究计算机化诊断评估的潜力以及在技术丰富的学习环境中对认知,元认知和情感特征中学习者成长的建模,通过各种途径追求这种兴趣。目前,她的研究项目由两个SSHRC伙伴关系拨款和一个SSHRC标准拨款资助,专注于开发一个动态评估系统,为学生,家长和教师提供交互式数字接口,以支持挣扎的读者的认知,元认知和情感增长。她与30多位国际研究人员合作,在技术丰富的学习环境中培养学生的自我调节学习能力。
她的着作“焦点评估”于2014年由牛津大学出版社出版,根据她对年轻语言学习者的研究,为K-12教师提供了实用指南。她是研究专着,OECD教育评估与评估评论的合着者:丹麦与Shewbridge,Matthews和Santiago。 Eunice和她的研究生研究人员在2013年的语言学习期刊上发表论文,获得了年度最杰出文章的年度奖.Jang博士获得了教育测试服务的Jacqueline Ross TOEFL论文奖,Caroline Clapham IELTS硕士来自伊利诺伊大学厄巴纳香槟分校的剑桥大学地方考试委员会奖和Tatsuoka测量奖。
Jang博士是亚洲语言测试,艾伯塔省教育研究期刊,语言评估季刊和语言测试的编辑委员会成员。她曾在EQAO省级扫盲和算术评估咨询委员会,SSHRC洞察发展助学金评审委员会,国际语言测试协会提名委员会和AERA重大研究贡献奖委员会任职。她目前是教育界人士成功咨询委员会更广泛的成员,也是EQAO计量咨询小组的现代化成员。她主持了2013-2016年托福青年学生研究资助计划。
Janice Gobert
Rutgers University, Professor罗格斯大学教授
Janice Gobert是罗格斯大学教育研究生院的学习科学和教育心理学教授。她是
还有一家名为Apprendis的初创公司的首席执行官,其产品是针对学生的Inq-ITS(查询智能辅导系统),以及Inq-Blotter,一个教师陪伴Inq-ITS的警报平台。 Gobert在学习期间在科学评估,智能辅导系统和眼动追踪领域拥有5项专利。
Dr.Michael Yudelson
ACT Inc.高级研究科学家、2019 AIAED技术论坛:教育数据挖掘联合主席
Michael Yudelson是学习解决方案小组的ACTNext高级研究员。在加入团队之前,迈克尔是卡内基梅隆大学的研究科学家,之前是卡内基学习的研究科学家。从广义上讲,他的研究重点是建模认知和知识获取。 Michael获得俄罗斯伊万诺沃州立大学计算机辅助设计理学硕士学位和匹兹堡大学博士学位。
Mingyu Feng
WestEd高级研究员、2019 AIAED技术论坛:学习技术联合主席
冯明宇博士是WestEd的科学,技术,工程和数学(STEM)高级研究员。 冯博士拥有博士学位。 在计算机科学,专注于智能辅导系统。 她的研究兴趣是教育技术的实施和有效性以及教育数据分析。 她目前领导了几个复杂的多机构项目,这些项目在100多个教室中实施时检查技术计划的有效性。 她是国际教育数据挖掘协会理事会成员,并担任EDM 2016的项目联合主席,EDM 2019的高级项目委员会成员以及AED 2019的项目委员会成员。
Dr.Weijia Xu
Texas Advanced Computing Center 研究工程师 数据挖掘与统计经理、2019 AIAED技术论坛标准和基础建设联合主席
Weijia Xu博士是Data Mining&Statistics团队的负责人。在加入TACC之前,他获得了德克萨斯大学奥斯汀分校的生物科学硕士学位和计算机科学博士学位。
Xu博士的主要研究兴趣是大规模信息管理和分析领域。他的研究目标是通过开发促进数据到知识转移过程的新方法和应用来实现数据驱动的发现。Xu博士在与数据库和分析方法开发领域的科学家合作方面拥有丰富的经验。Xu博士在基于相似性的数据检索,数据分析和信息可视化方面拥有30多个同行评审的会议和期刊出版物,其中包含来自不同科学领域的数据。
Xiang Cao
WeBank 人工智能商业发展专家、2019 AIAED技术论坛标准和基础建设联合主席
深圳前海微众银行股份有限公司由腾讯、百业源和立业等企业发起设立,于2014年12月16日正式开业,是中华人民共和国境内首家由民营企业出资建立的商业银行,主要业务有微粒贷、微众银行APP、微车贷、微众有折、微动力等金融产品。
Dr.Ani Aghababyan
McKinsey & Co. 首席数据科学家
Ani是麦肯锡学院的首席数据科学家,麦肯锡学院是专业教育的能力建设平台。目前,她在学习模型的基础设施方面工作,确保我们基于超越传统认知绩效数据的信息创建对学习者的全方位理解。在此之前,Ani曾担任McGraw-Hill教育的高级数据和学习科学家,负责为公司的高等教育平台设计和开发自适应学习算法。对于这一举措,Ani使用大规模的教育数据来观察影响平台内学习的认知和非认知因素。她的研究主要集中在元认知因素上,这些因素有助于优化学习途径,从而获得更好的结果。 Aghababyan博士还是东北大学分析专业研究硕士课程的兼职教授,她使用R教授机器学习和分析。Ani获得博士学位。在教学技术与学习科学的同时研究学习者对科学教育数字游戏的行为和情感反应。 Ani还拥有信息系统硕士学位和MBA学位。
William (Bill) Swartout
USC//ICT 研究教授和首席技术官
William Swartout是南加州大学创新技术研究所的首席技术官,为该研究所的研究项目提供全面指导。他还是南加州大学维特比工程学院计算机科学系的研究教授。 2009年,Swartout获得人工智能促进协会(AAAI)颁发的Robert Engelmore奖,以表彰对基于知识的系统和解释的开创性贡献,对虚拟人类技术及其应用的开创性研究,以及对人工智能社区的出色服务。
Charles Lang
Teachers College Columbia University 访问助理教授
Charles是哥伦比亚大学师范学院学习分析的访问助理教授,也是他们学习分析硕士的联合主任。他还负责SoLAR关于开发学习分析课程的年度研讨会。查尔斯是SoLAR“学习分析手册”的编辑。他还在LAK'17上发表了一份学习分析从业者的道德准则。他的研究兴趣包括教师的数据素养,自动化个性化以及学习分析中统计和计算方法的交叉。
Daniele Di Mitri
Open University of the Netherlands 博士候选人
Daniele Di Mitri在荷兰开放大学(OUNL)学习,教学和技术研究中心Welten Institute的学习分析和可穿戴传感器支持的年轻博士候选人。 Daniele拥有计算机科学学士学位和人工智能硕士学位。他的背景包含一系列不同的经历。 Daniele在19岁时创立了网络开发创业公司Dimstudio;他是活跃分子,也是两个活跃于终身学习和教育领域的欧洲非政府组织的董事会成员。 2015年,他参加了IBM阿姆斯特丹的Extreme Blue卓越研究项目。在他目前在OUNL(2016-2020)的博士研究中,Daniele研究了在实际学习场景中收集和分析多模态数据的潜力。这些数据通过可穿戴传感器和物联网设备收集,可以捕捉手部动作,注视,手势或心率或脑电波等生理信息等模态。与关于学习环境和活动的信息集成的多模态数据可以用作用于自动反馈和学习者行为分析的机器学习模型的输入。这种新的多模态交互范式在课堂和工作场所的学习环境中找到了有趣的应用。在博士期间,他参加了不同的欧洲项目,如LACE,WEKIT,SafePAT。他的博士项目,Multimodal Tutor,获得了Martin Wolpers奖,成为2018年技术增强学习领域的最佳博士项目。
冯岩松博士
北京大学计算机研究所 讲师
研究自然语言处理,信息抽取以及机器学习与模式识别在自然语言处理中的应用。
Dr.Heng Ji
University of Illinois at Urbana-Champaign 教授
Heng Ji是伊利诺伊大学厄巴纳 - 香槟分校计算机科学系教授。她收到了清华大学计算语言学的学士学位和硕士学位。并且在纽约大学计算机科学专业取得博士学位。她的研究兴趣集中在自然语言处理,尤其是信息提取和知识库人口。她于2016年和2017年被世界经济论坛选为“青年科学家”和全球计算未来全球未来委员会成员。她于2013年获得IEEE智能系统颁发的“AI 10 to Watch”奖,NSF CAREER奖2009年,2009年和2014年谷歌研究奖,2012年斯隆青年学院奖,2012年和2014年IBM沃森奖学金奖,2015年,2016年和2017年博世研究奖,2019年腾讯学院奖和西门子学院奖,PACLIC2012最佳论文亚军,ACL2019最佳演示提名,“最佳SDM2013”论文,“最佳ICDM2013”论文。她自2010年起协调NIST TAC知识库人口任务,担任NAACL2018计划委员会主席,NLP-NABD2018,NLPCC2015,CSCKG2016,CCL2019,ACL2017演示联合主席,NAACL2012信息提取区主席,ACL2013,EMNLP2013,NLPCC2014 ,EMNLP2015,NAACL2016,ACL2016和NAACL2019,ACL2019的高级IE区域主席,IEEE / WIC / ACM WI2013和CCL2015的副项目委员会主席,WWW2015的内容分析跟踪主席以及IJCAI2016的财务主席。
Dr.Jiliang Tang
MSU 计算机科学与工程系 助理教授
Jiliang Tang自2016年秋季以来一直是密歇根州立大学计算机科学与工程系的助理教授。在此之前,他是雅虎研究院的研究科学家,并于2015年获得亚利桑那州立大学的博士学位。他对社交计算,数据挖掘和机器学习有着广泛的兴趣,并且正在指导数据科学与工程实验室。他曾获得ASONAM2018最佳论文奖,2018年Criteo教师研究奖,WSDM2018最佳学生论文奖,KDD2016最佳论文奖,2015年度最佳KDD论文奖亚军,Dean's Dissertation Award and WSDM2013的最佳论文候选名单。他在高排名的期刊和顶级会议论文集中发表了他的研究成果,该论文获得了数千次引用和广泛的媒体报道。
Dr.Jodi Davenport
WestEd National Center on Cognition and Mathematics Learning主任
Jodi Davenport是国家认知和数学学习中心主任,并担任WestEd的科学,技术,工程和数学(STEM)项目副主任。她的工作应用了认知科学的研究成果,探索了尖端技术在改善科学和数学教学中的潜力。她与领先的科学家合作开发创新方法,使用虚拟化学实验室,折纸和嵌入磁铁的3D打印模型等工具来教授化学和分子生物学。此外,她领导着large-scale efficacy studies of promising interventions,并担任IES资助的国家认知和数学教学中心的主任。Davenport拥有加州大学洛杉矶分校的认知科学学士学位和麻省理工学院的认知科学博士学位。
John Stamper
Carnegie Mellon University助理教授
John Stamper是卡内基梅隆大学人机交互研究所的助理教授。他还是匹兹堡科学学习中心DataShop的技术总监。他的主要研究领域包括教育数据挖掘和智能辅导系统。作为技术总监,John负责监督DataShop,这是交易教育数据的最大开放数据存储库,以及为学习科学研究人员提供的相关可视化和分析工具集。 John在北卡罗来纳大学夏洛特分校获得信息技术博士学位,在辛辛那提大学获得MBA学位,在迈阿密大学获得系统分析学士学位。在回到学术界之前,约翰在软件行业工作了十多年,包括与几家初创公司合作。
Jun Zhang
University of Michigan文学,科学和艺术学院数学与心理学教授
Zhang教授开发了用于数据分析的代数和几何方法。代数方法基于拓扑理论和部分有序集;一个例子是正式概念分析(FCA)。几何方法包括信息几何,它研究概率密度函数的多样性。他的兴趣包括数学心理学和计算神经科学,广义上包括神经网络理论和强化学习,神经系统动态分析(单神经元活动和事件相关电位),计算视觉,选择反应时间模型,贝叶斯决策理论和游戏理论。
Kang Liu 刘康博士
中科院副研究员
刘康,就职于中科院自动化所模式识别国家重点实验室,现任副研究员博士一职。2017年12月07日,刘康受邀参加了由中国计算机学会(CCF)在朝阳区东北三环圣中街12号云南大厦主办的《2017中国大数据技术大会(BDTC)》,并发表了精彩演讲。
Dr.Lewis Johnson
Alelo Inc.总裁兼首席执行官
Lewis Johnson博士是国际公认的人工智能教育专家。对于他在第一款Alelo沉浸式游戏“战术伊拉克”中的工作,他获得了DARPA的重大技术成就奖。他曾担任国际AI教育协会的前任主席,并因其在教育代理领域的工作而获得2017年自治特别影响力论文奖。他受邀在许多国际会议上发言,如国际智能辅导系统会议,并在国家科学基金会上发表了杰出讲座。约翰逊博士的公司Alelo开发了许多获奖的人工智能驱动的学习产品,包括英国文化协会2019年英语语言教学数字创新奖的最终入围者Enskill English。
Dr.Bo Li
University of Illinois at Urbana–Champaign 助理教授
Bo Li博士是伊利诺伊大学厄巴纳 - 香槟分校计算机科学系的助理教授,并且是赛门铁克研究实验室奖学金的获得者。此前,她是加州大学伯克利分校的博士后研究员。她的研究侧重于安全性,机器学习,隐私,博弈论和对抗性机器学习的理论和实践方面。她设计了几种强大的学习算法,一种可扩展的框架,用于实现一系列学习方法的稳健性,以及一个隐私保护数据发布系统。她最近的研究重点是对抗性深度学习和生成模型,以及设计针对对抗性攻击的可扩展的强大机器学习模型。
Lucy Qu屈静
IBM China 高级顾问经理
北京大学博士在读, 人工智能教育方向;北京邮电大学计算机专业硕士毕业;IBM教育行业解决方案金牌获得者,已发表多篇相关中英文文章;负责IBM与政府的战略合作平台-政府创新研究院,以及人工智能教育业务拓展。
Michael Eagle
George Mason University 助理教授
Michael是乔治梅森大学计算与数据科学系的助理教授。迈克尔的研究重点是从智能导师和视频游戏的复杂交互数据中获得理解。他曾在暴雪娱乐和华纳兄弟互动娱乐公司(Turbine Inc.)从事数据科学工作。迈克尔获得了NSF GRFP荣誉奖,是GAANN奖学金获得者,也是Freeman-ASIA的获奖者。迈克尔还是NSF EAPSI资助的PI,他前往日本并与在教育数据挖掘领域工作的日本研究人员合作。 Michael还在计算机科学教育和教育视频游戏设计方面进行了研究,发表了一系列教育游戏,其中包含强大的实证研究,展示了他们在计算机科学入门教学中的有效性。迈克尔最近的工作包括在遗传学认知导师中进行个性化学生建模的新方法;作为这项研究的结果,他获得了2016年UMAP最佳论文奖和2016年ITS最佳论文提名奖。
Dr.Min Chi
North Carolina State University 助理教授
Min Chi博士是北卡罗来纳州立大学计算机科学系的助理教授。她于2013年8月加入该部门,担任教育数字化转型中的校长优秀课程集群。 Chi博士获得博士学位。和M.S.在匹兹堡大学的智能系统计划和B.E.西安交通大学信息科学与技术专业。她是卡内基梅隆大学机器学习系的博士后研究员,以及斯坦福大学的人文科学和技术高级研究所。她在2010年的用户建模,改编和个性化会议上获得了智能辅导系统会议和最佳学生论文奖的最佳论文奖,并在2008年的智能辅导系统会议上获得了最佳学生论文奖。她还获得了最佳海报奖在2008年的教育数据挖掘会议上。她的专长是应用机器学习和数据挖掘,她的研究在于教育数据挖掘和人机交互的交叉。 Chi博士的研究主要集中在应用机器学习和数据挖掘方法,以改善人类学习,并探索学习和社会科学带来的新的机器学习和数据挖掘挑战。
Dr.Mutlu Cukurova
University College London 助理教授
Cukurova博士是伦敦大学学院教育数字技术助理教授。他的研究广泛地解决了为未来做好准备的紧迫的社会教育挑战,这些挑战需要的不仅仅是许多教育系统目前所珍视的常规认知技能。他特别感兴趣的是研究新兴教育技术(如人工智能和学习分析)的潜力,以持续支持和评估学生的技能发展和概念理解。他的工作是跨学科的,包括教育,心理学,计算机科学和人机交互方面的研究。 Cukurova博士共同撰写了大约40篇论文,发表在同行评审的期刊(包括计算机与教育,BJET,计算机辅助学习期刊)和会议(包括人工智能教育,CHI计算系统中的人为因素会议和学习分析,和知识)。他经常在各种组织委员会(例如副主席,博士联合会主席,工业轨道主席)和计划委员会以及在该领域的高度认可的期刊上进行审查。他作为PI和Co-I参与了UCL的各种研究项目,由欧盟委员会(EC)和英国研究理事会等多种来源资助。 Cukurova博士经常承担由工业合作伙伴资助的咨询项目,以设计,评估和提高教育技术服务和产品的功效。
Nia Dowell
University of Michigan 研究员/助理教授
目前是密歇根大学信息与学术创新学院的博士后研究员。然而,她最近接受了加州大学欧文分校的终身助理教授职位,该职位将于秋季开始。她在Professor Arthur Graesser的指导下,在孟菲斯大学智能系统研究所完成了博士学位。她的主要兴趣是认知心理学,话语处理,小组互动和学习分析。总的来说,她的研究侧重于使用语言和话语来揭示社会重要,认知和情感过程的动态。她目前正在应用计算技术来模拟各种环境中的话语和社交动态,包括小组计算机介导的协作学习环境,协同设计网络和大规模开放在线课程(MOOC)。我的研究也超越了教育和学习科学领域,并突出了计算语篇科学在临床,政治和社会科学领域的实际应用。
Ning Wang
University of Southern California 研究科学家
Ning Wang是USC Viterbi工程计算机科学系的研究助理教授和南加州大学创新技术研究所的研究科学家,从事计算社会智能,可解释的AI,教学代理和说服技术的研究。
Dr.Noboru Matsuda
North Carolina State University 助理教授
Noboru Matsuda博士是北卡罗来纳州立大学计算机科学系的副教授。 Noboru的研究兴趣包括基于需求的尖端技术创新,以加强学习,并推进人们学习的理论。他特别感兴趣的是人工智能技术,学生可以学习,老师可以教,研究人员可以了解人们学习和学习的方式。松田博士的学术专长涵盖了计算机科学,认知科学,学习科学和教育。近年来,Noboru推出了新的NSF资助的学习工程研究项目,他研究如何有效地建立适应性在线课程,以及如何使用自适应在线课程开展学习科学研究。该研究已扩展到另一个由NSF资助的研究项目,该研究团队开发了一个基础设施,以构建一个自适应在线课程,该课程具有嵌入在线课件中的多个智能辅导系统。 SimStudent技术用于促进在Web浏览器上创作智能教师。
Peter Hastings
DePaul University 副教授
Peter教授主要研究集中在开发教育系统(智能辅导系统和游戏)以及开发支持此类系统的后端支持,处理学生文本/响应以及创建相关的推理和对话系统。 最近,他与一个由教育和话语心理学家和教育研究人员组成的大型团队合作,参与IES赞助的阅读理解基金:了解6至12年级:学科学习的基于证据的论证。 在他的博士生中,他使用机器学习技术开发了一个系统,可以在学生论文中识别他们阅读文档中包含的概念,以及他们之间建立的联系。 这提供了对学生解释的内容和结构的深入分析,教师或智能辅导系统可以使用这些内容和结构向学生提供详细的形成性反馈。
刘淇博士
中国科学技术大学 副教授
中国计算机学会(CCF)大数据专家委员会委员、中国人工智能学会(CAAI)机器学习专委会委员、中科院青年创新促进会优秀会员、IEEE/ACM会员。2013年获得中国科学技术大学计算机应用技术专业博士学位。主要研究数据挖掘与知识发现、机器学习方法及其应用,着重于针对用户行为数据(如消费数据、社交数据、教育数据)的分析建模和智能应用(如个性化推荐)研究。相关成果获得数据挖掘领域顶级国际会议IEEE ICDM 2011最佳研究论文奖、KDD 2018最佳学生论文奖(Research Track)、SDM 2015 最佳论文候选奖等。还曾获中科院院长特别奖和优秀博士学位论文奖、教育部自然科学一等奖(2018年,排名第2),入选了中国科协“青年人才托举工程”&&CCF青年人才托举计划(2017年)、微软亚洲研究院青年学者“铸星计划”、CCF-Intel青年学者提升计划等。担任Frontiers of Computer Science青年AE,是ICDE 2019 Workshop on RecSys with Big Data、ICDM 2015 MobileDM & HuMoComp Workshop 的共同主席,是IEEE TKDE、ACM TKDD等10余个学术期刊的审稿人,30余次担任IJCAI、KDD、AAAI、WWW、CIKM、ICDM、WSDM、SDM等重要国际学术会议的程序委员会委员或分会主席。主持了国家重点研发计划项目课题、国家自然科学基金面上项目等多项国家、省部级以及与微软、科大讯飞、腾讯、百度等企业的合作研究项目。
Ran Liu
MARi 首席数据科学家
MARi的首席数据科学家Ran Liu十多年来一直致力于认知,教育和数据科学的研究。
她的工作产生了数十篇同行评审的出版物和书籍章节,包括教育数据挖掘和学习分析与知识等会议上众多最佳论文提名者。她在教室中设计,实施和部署教育技术,并与各种教育利益相关者,特别是学区领导和教师合作,拥有丰富的经验。在她的博士后奖学金期间,她担任卡内基梅隆大学和着名的匹兹堡公立学区之间的研究从业者合作伙伴的联合主任。目前,在MARi,她开发了预测模型,以捕捉各种“全人”(学术和元学术)技能之间的关系,以提高对这些技能的掌握估计。这些估计值使MARi能够提供个性化的建议,帮助学习者实现学业和职业目标。在那里,她还领导数据架构和摄取管道的开发,以支持各种学术和元学术数据来源的整合。
Dr.Sam Wang
松鼠AI-斯坦福研究院联合实验室研究员
Sam Wang,博士,教育研究员,在教育方面拥有广泛的定量研究经验。他专门从事规划,设计和进行严格的混合方法研究,以评估STEM(科学,技术,工程和数学)教育中的教育干预。
Wang的研究的首要目标是记录和理解成功的STEM学习,并最终为STEM教育制定循证原则。Wang先生目前是在线教学系统/资源有效性研究的定量主导,以(1)促进中学和中学生的STEM学习,(2)促进大学入学和学生成功,(3)提高基本的识字和算术技能在低技能成人中。他的研究成果出现在许多同行评审的教育研究期刊上,如计算机与教育,发展与精神病理学,国际科学教育期刊和科学教学研究期刊。在教育心理学和硕士学位在伊利诺伊大学厄巴纳 - 香槟分校的统计数据中,他使用先进的统计模型来处理复杂的数据结构,并教授研究生和本科统计课程。Wang还担任统计顾问,为教师和研究生的学术工作提供建议。
Dr.Sharon Hsiao
Arizona State University 信息学和决策系统工程学院的助理教授
Sharon(I-Han)Hsiao是亚利桑那州立大学计算机,信息学和决策系统工程学院的助理教授。 她的研究重点是自适应技术,个性化学习,交互式教育系统,可视化分析,社交可视化,开放式用户建模,教育数据挖掘。
在ASU之前,Hsiao是哥伦比亚大学的兼职助理教授。 她建立了几个研究项目,并教授研究生课程:数据可视化。 她在哥伦比亚大学完成了她的博士后研究(2014年)。 她在匹兹堡大学信息科学学院(2012年)获得了博士学位。
她是SI-IJAIED的副主编,并于2015年获得IEEE TCLT青年研究员奖。
Dr.Steve Fancsali
Carnegie Learning, Inc. 研究科学家
Stephen E. Fancsali博士是卡内基学习公司的研究科学家,他专注于学习分析和教育数据挖掘项目,涉及卡内基学习的智能辅导系统和数学混合学习解决方案,包括K中的MATHia -12市场和Mika接受高等教育。 他的研究兴趣包括算法因果推理和观察数据集的发现,尤其是教育等领域的应用,为教师和学生等终端用户开发可解释的预测分析,以及智能辅导系统中使用的认知技能模型的数据驱动改进。 他获得了博士学位。 来自卡内基梅隆大学的逻辑,计算和方法论。
Tengfei Ma
IBM Research AI 研究人员
Tengfei Ma是IBM Research AI的研究人员。 在2016年搬到IBM T. J. Watson研究中心之前,他获得了博士学位。 来自东京大学,并于2015年加入IBM Research Tokyo。在此之前,他获得了北京大学的硕士学位和清华大学的B.E学位。 他的研究兴趣涉及机器学习,自然语言处理,医疗保健和认知教育等众多不同主题。 他在排名靠前的会议上发表了20多篇论文,并担任NeurIPS,ICML,ICLR,IJCAI,AAAI,NAACL等重要会议的委员会成员。 在IBM的教育研究小组工作期间,他参与了发现纪录片“This is AI”中的Watson教育平台的开发。 目前他的研究主要集中在图神经网络及其在各个领域的应用,包括教育。
Yanfang Ye
West Virginia University 教授
Ye教授的研究领域主要包括网络安全,数据挖掘,机器学习和健康智能。通过与行业合作伙伴的长期和强有力的合作,她提出并开发了基于云的解决方案,用于挖掘网络安全领域的大数据,尤其是恶意软件检测和对抗性机器学习。她的领域有超过60种出版物(例如ACM CSUR,IEEE TNNLS,IEEE TSMC,KAIS,JCV,SIGKDD,WWW,AAAI,IJCAI,ACSAC)。她提出的技术大大减少了检测新恶意软件所需的时间 - 从数周到数秒,已经被纳入流行的商业网络安全产品,包括保护全球数百万用户的Comodo和Kingsoft Antivirus。此外,她还在恶意软件检测和分类领域获得了三项专利。她最近获得了着名的NSF职业奖(2019年),AICS 2019年挑战问题获奖者,SIGKDD 2017年度最佳论文奖和SIGKDD 2017年度最佳学生论文奖(应用数据科学追踪奖),IEEE EISIC 2017年度最佳论文奖和新奖WVU年度研究员奖(2016-2017)。她获得了NSF和DoJ / NIJ颁发的多项着名奖项,以支持她的研究。所有这些奖项都极具竞争力。
Yao Zhang
Roboterra Inc 创始人兼首席执行官
Yao Zhang是Roboterra Inc的创始人兼首席执行官,她也是Minds Abroad的前联合创始人,她是2016年全球青年领袖,因其在技术和创新方面的杰出表现而获得世界经济论坛的认可。 Yao曾与美国和亚洲的各种公司和组织合作开发ed tech产品,ed tech投资和学习解决方案评估。在过去的几年里,她曾与麦肯锡公司的研究机构麦肯锡全球研究所合作。爱迪生学习公司;索罗斯基金会TRACE项目;计划国际和PACT的总部办公室。她还为包括Mid-Atlantic Capital,Bloomberg Ventures和水星创投在内的多家风险投资基金提供有关教育投资机会的咨询和尽职调查工作。
Yao Zhang在中央财经大学获得北京本科学位。她拥有哥伦比亚大学师范学院教育经济学硕士学位,并完成了对博士学位的所有论文要求。她的研究包括ed ed技术和市场创新,评估中的计算模型和教育中的大数据。她曾在美国教育金融协会,机构研究协会,东部经济协会会议和最大的国际教育会议NAFSA等主要学术会议上发表过演讲。除了她的研究项目,她还为Hechinger Reports的“国际教育”部分以及“每周新闻”撰稿。
最近,Zhang Yao被RoboHub评为“机器人技术25强女性”之一,因为她在将机器人技术引入教育方面的创业工作。
Yinglong Xia
华为MIND平台 AI首席架构师
Yinglong Xia目前是华为大数据分析平台的首席架构师,与全球团队合作,为企业活动整合和创新人工智能。他曾经是IBM T.J.的技术主管(图形数据库和机器推理框架)和研究人员, 他领导一个跨部门团队使用C / C ++从头开始开发高性能大图数据管理和分析运行时库,这在IBM System G中发挥着重要作用。他的工作也影响了IBM POWER,IBM Mainframe(System Z) ),以及下一代缓存子系统。他的研究兴趣包括使用高性能计算(HPC)技术的大数据分析和系统,图形运行时和存储,概率图形模型,统计推断,多模态分析以及多核架构上的应用程序优化。他在并行算法设计和各种并行体系结构数据分析优化方面拥有丰富的研究经验,例如多核/ Manycore处理器,异构处理器(Cell / B.E。,GPU)和分布式平台(多核,GPU集群)。他连续几年在IBM中排名第一,并在2015年和2013年被授予IBM研究部门Eminence&Excellence。他是欧盟资助的关联数据基准委员会董事会主席,致力于图形数据管理的工业标准。 Yinglong Xia与中国江苏省教育大数据重点实验室有关。 他也是2010〜2012年的NSF / CRA计算创新研究员(CIFellow)。
Yu Chen
Rensselaer Polytechnic Institute 博士候选人
Yu Chen是伦斯勒理工学院计算机科学系的四年级博士生。他的顾问是Mohammed J. Zaki教授。他还与IBM Research的Lingfei Wu博士密切合作。他对机器学习,数据挖掘及其在自然语言处理中的应用有广泛的研究兴趣。他的论文主题是设计和开发基于知识和会话的
问答的新型深度学习方法。
Dr.Zachary A. Pardos
UC Berkeley 助理教授
Pardos博士是加州大学伯克利分校教育研究生院的助理教授,并在iSchool联合任命。他的研究推进了大数据和人工智能的技术和实际应用,以更好地理解K-16中知识的性质和结构。他目前的项目重点是增加公立高等教育系统的向上流动性,并使用行为和语义数据来确定认知和职业成就的途径。他在伍斯特理工学院获得计算机科学博士学位。在国家科学基金会奖学金的资助下,他花了很多时间与K-12教育工作者和学生一起努力将教育技术融入课程作为形成性评估工具。他发表了50多篇与学习分析相关的论文,并在Ed的AI中担任过多个学术领导职位,包括担任教育协会人工智能执行委员会成员,并担任2019年会议的项目委员会成员; AIED,EDM,L @ S,LAK和RecSys。 2013年,他完成了在麻省理工学院CSAIL学习MOOC的博士后。在加州大学伯克利分校,他指导了一个关于人类学习计算方法的研究实验室,并教授有关数据挖掘和分析,数字学习环境和教育机器学习的课程。
汪增福博士
中科院合肥物质科学研究院合肥智能机械研究所,研究员,所长、中国科学技术大学教授,工学博士,博士生导师
1982年1月中国科学技术大学无线电电子学系信息与系统专业本科毕业,获工学学士学位;1984年9月南京电子技术研究所通信工程与系统专业硕士课程毕业,获工学硕士学位;1992年6月日本大阪大学控制工程专业博士课程毕业,获工学博士学位。曾任日本信息科学研究所研究员、日本理化学研究所研究员、中国科学技术大学自动化系主任、《自动化学报》编委等职,现任《模式识别与人工智能》编委、 International Journal of Information Acquisition 副主编、中国人工智能学会理事、中国自动化学会智能自动化专业委员会委员、中国自动化学会机器人专业委员会委员等职。获ACM Multimedia 2009 最佳论文奖。已在国内外杂志以及重要国际会议上发表学术论文200余篇,编著教材1部。 主要研究方向:计算机视觉、计算机听觉、模式识别和智能机器人。特别是在立体视觉、盲源分离、情感计算、情感语音合成、音画同步情感语音动画合成以及极端环境下的智能机器人系统等方面开展了深入研究,取得了一批有一定影响力的研究成果。
Eric Shepherd
专业顾问和公共演讲者
Eric Shepherd是测试知识,技能,能力和个性特征领域公认的专家,也是电子评估协会2019年终身贡献奖的获得者。 Eric最近从Questionmark辞职,作为首席执行官,领导120多人组织设想,生产,销售和分销突破性的测试和评估软件。通过客观规划和开发,通过促进,团队建设,政策制定,系统和流程提高业务盈利能力,效率和客户/员工满意度。深入了解评估的开发和使用。他建立了Questionmark,是一家价值数百万美元的国际评估软件即服务型企业。Eric领导了多项行业和标准计划,以促进评估和学习的互操作性和最佳实践。 Eric在开发IMS QTI互操作性标准方面发挥了重要作用,并协助高级分布式学习(ADL)计划定义了可共享内容对象参考模型(SCORM)和航空工业计算机辅助培训委员会(AICC)来定义发布和跟踪标准学习管理系统。他还曾参与人力资源开放标准联盟(以前称为HR-XML联盟),以进一步实现人力资源数据标准制定的开放,透明和可信方法的目标,以促进人力资本管理系统之间的互操作性。
Eric Shepherd现在为行业评估,供应商评估,企业,政府和机构提供咨询服务。
蒋兴鹏
华中师范大学计算机学院博士,教授,硕士生导师
2009年7月于中科院自动化所模式识别国家重点实验室获得博士学位,专业为模式识别与智能系统,师从蒋田仔研究员。先后于2009年8月-2012年1月在加拿大McMaster大学生物系、2012年2月至2014年12月在美国Drexel大学信息与计算学院从事博士后研究工作。2015年1月加入华中师范大学计算机学院,2015年入选湖北省“楚天学者”-楚天学子计划。
目前担任IEEE会员,中国计算机学会会员及中国生物工程学会会员,IEEE BIBM 程序委员会成员及SCI期刊International Journal of Data Mining & Bioinformatics编委, BMC Bioinformatics, BMC Genomics特刊编辑;第一届计算调控基因组学及宏基因组学研讨会发起人及会议主席,中医药大数据产业联盟理事。主要从事高维微生物组学数据分析和计算方法的研究,具体研究涉及网络分析和模拟中的计算方法、宏基因组学与自然环境或人类疾病的关联、大规模生物数据的集成、降维和可视化等领域。
近五年来,在IEEE/ACM Transctions on Computational Biology and Bioinformatics,Journal of Mathematical Biology, PLoS ONE,FEBS Letters等学术期刊上发表SCI、EI论文30余篇, 其中IEEE/ACM Transactions系列5篇,第一作者或通讯作者SCI论文11篇,封面论文一篇(FEBS Letters)。
Blair Lehman
美国教育考试中心(ETS)助理研究科学家
主要研究兴趣是认知心理学,情感,教育,认知科学和智能辅导系统,包括辅导(人类和计算机),学习期间的情绪,情感计算,教学方法,州标准和评估,复杂学习和有效教学模式等。博士毕业于美国孟菲斯大学认知心理系。
Deborah Richards
澳大利亚Macquarie大学计算机系教授
研究领域包括:智能虚拟代理,知识获取和重用知识管理,应用技术,特别是在健康,教育和培训,人机交互,机器学习,数据和知识挖掘等。在AIED、AAAMAS等学术会议演讲。
Jeanne Kitchens
美国南方伊利诺伊大学(SIU)劳动力发展中心副主任
她在促进州和联邦计划方面; 实施Web应用程序; 预算和分配资源,领导工作人员和顾问团队等方面拥有丰富经验。 在理解和沟通战略方向和愿景方面具有出色的技能,并提供强有力的领导,解决问题,规划,团队建设和管理。
Paola Buitrago
匹兹堡超级计算中心——人工智能和大数据小组负责人
Paola Buitrago是由卡耐基梅隆大学和匹兹堡大学联合成立的匹兹堡超级计算中心的人工智能和大数据小组的负责人。她的团队致力于推进和支持高性能计算(HPC),人工智能(AI)和大数据的融合。 Paola为新兴硬件和软件技术的人工智能研究启动了一个新平台,支持开发先进的算法和建模方法。她还领导PSC的大数据即服务(BDaaS)计划,通过该计划,互联网规模的数据集与超级计算资源集成,用于跨领域的研究社区。
Susan Zvacek
前丹佛大学副教务长
拥有超过25年的高等教育经验,作为远程教育,教学设计和教师发展领域的出版物的教师,论文顾问和管理员等。
查尔斯大学(捷克共和国)的富布赖特讲师,专门从事课程开发和波尔图大学(葡萄牙)任命的富布赖特专家,专注于工程学院的教师发展。在英国,奥地利,斯洛伐克,德国,爱沙尼亚,塞浦路斯,葡萄牙,哥斯达黎加,中国和美国会议担任主题演讲者和研讨会负责人。
周涛
电子科技大学互联网科学中心主任
主要从事复杂性科学和大数据挖掘算法和应用研究,先后攻克推荐系统准确性-多样性困境、复杂网络链路可预测性、H指数-度-核心度关系等图挖掘领域的重要难题,成果发表在PNAS, Nature Communications, Physics Reports, KDD和ICDM等国际顶尖期刊和会议上。目前论文google总引用超过14000次,其中8篇论文入选ESI高引用论文,H指数为57,2014和2015连续两年入选Elsevier最具国际影响力中国科学家名单。
2011年获得第十二届中国青年科技奖(最年轻获奖者),2011年入选四川省“百人计划”,2012年获得国家首批优秀青年科学基金资助,2013年入选国家“万人计划”首批青年拔尖人才支持计划,2014年获得四川省科技进步一等奖、中国计算机学会自然科学奖,2015年获得共青团中央授予的“最美青年科技工作者”称号,并与屠呦呦等七名个人和北斗导航等三个团队共同当选2015年度中国十大科技创新人物。 2017年5月,获得全国创新争先奖。
Zhenhua Xu
多伦多大学心理学在读博士
她的研究重点是利用多渠道数据来理解在使用先进技术学习期间情绪,动机和(元)认知的作用。 在她的学习中,她应用了一个互动游戏平台(https://www.facebook.com/Sifteo/)来探索K-12学生学习体验中游戏化的概念。 她还使用尖端工具(即面部表情识别技术,EEG和GSR)来评估学习者在游戏化数字学习环境和异步知识建构环境中执行科学任务时的情感,认知和动机过程。 她还对测量数字环境中的学习现象感兴趣。
峰会议程
主会场:
5月24日 第一天会议
9:30-10:00 第三届AIAED主席、CMU计算机学院院长Tom Mitchell教授演讲并开场
10:00-10:15 卡耐基梅隆大学与乂学教育松鼠AI联合实验室签约仪式、及Ken Koedinger教
授聘书颁发仪式
10:15-10:35 乂学教育-松鼠AI创始人Derek栗浩洋演讲
10:35-11:05 好未来集团CTO黄琰演讲
11:05-11:30 伦敦大学教授,伦敦知识实验室负责人,国际顶尖AI教育学术大会AIED主席
Rose Luckin教授演讲
11:30-12:00 Panel论坛1、智慧教育论坛
主持:鲸媒体CEO迟耀明
嘉宾1: 北师大智慧学习研究院院长、互联网教育智能技术国家实验室主任黄荣怀教授
嘉宾2: The New School副总裁首席信息官、前IBM Watson AI教育事业部总经理 Lin Zhou
嘉宾3: VipKid大数据与AI中心 副总裁 周洋
12:00-13:30 休息
13:30-14:00 AAAI主席Yolanda Gil教授演讲
14:00-14:10 百万美金科学大奖项目对话及宣布
主持:福布斯AI杂志出版人 Will Thompson
对话嘉宾:AAAI主席Yolanda Gil教授
对话嘉宾:乂学教育-松鼠AI创始人Derek栗浩洋
14:10-14:40 ASU-GSV教育大会联合创始人、GSV资本创始人Michael Moe演讲
14:40-15:00 iTutorGroup创始人杨正大Eric Yang演讲
15:00-15:20 立思辰人工智能实验室主任 张文铸博士演讲
15:20-15:45 论坛2、AI教育技术论坛
主持人:英国教育作家、《自然出生的学习者》作者Alex Beard
嘉宾1: 斯坦福研究院国际中心主任Marie Bienkowski博士
嘉宾2:CMU计算机及心理学系教授Ken Koedinger教授演讲
嘉宾3: 麦肯锡学院首席数据科学家Ani Aghababyan博士
嘉宾4: 乂学教育-松鼠AI首席科学家崔炜博士
15:45-16:00 创世伙伴资本主管合伙人周炜演讲
16:00-16:20 葡萄智学创始人茹立云演讲
16:20-16:50 Panel论坛3、全球AI教育公司论坛
主持: 亿欧网创始人黄渊普
嘉宾1:海外AI教育公司 Carnegie Learning联合创始人Steve Ritter
嘉宾2: 海外AI教育公司Kidadaptive 科学家Josine Verhagen
嘉宾3: 海外AI教育公司Age of Learning 首席战略官Sunil Gunderia
16:50-17:05 AI智适应教育报告发布:德勤发布,德勤中国教育行业领导合伙人卢莹
Charlotte Lu
17:05-17:30 第一天压轴演讲:英国教育作家、《自然出生的学习者》作者Alex Beard
17:30 第一天会议结束
5月25日 第二天会议
9:30-10:00 CMU计算机及心理学系教授、领导开发Cognitive Tutor软件,Ken Koedinger
教授演讲
10:00-10:30 Rewiring Education学习升级新书发布,苹果公司副总裁John Couch、松鼠AI
创始人Derek栗浩洋、湛庐文化CEO陈晓晖
10:30-10:50 Youth Education Speech青少年教育演讲: MIT媒体艺术与科学副教授、MIT
Media Lab机器人小组负责人 Cynthia Breazeal演讲
10:50-11:10 The New School副总裁及首席信息官、前IBM Watson AI教育事业部总经理 Lin
Zhou演讲
11:10-11:30 加拿大多伦多大学应用心理学和人类发展系教授Kang Lee演讲
11:30-11:50 CMU计算机科学及认知神经基础中心演讲教授,AI4K12项目联合主席 Dave
Touretzky演讲
12:00-13:30 休息
13:30-14:00 MIT人工智能实验室主任 Daniela Rus教授演讲
14:00-14:20 掌门一对一创始人张翼Yi Zhang演讲
14:20-14:30 榜单发布Award for AI Education
14:30-15:10 Youth TED Talk青少年TED演讲
TED 演讲1:吕昭成,17岁
TED 演讲2:栗浦洲、张洪源,8岁
TED 演讲3:崔艺嘉,14岁
TED 演讲4:陈关阳,14岁
TED 演讲5:张子行,12岁
15:10-15:20 AIAED颁发最佳论文:孟菲斯大学教授、华中师范大学心理学院院长胡祥恩教授
主持
由大会主席Tom Mitchell教授和Local Chair松鼠AI首席科学家崔炜
博士颁发
15:20-15:30 最佳论文演讲1
15:30-15:40 最佳论文演讲 2
15:40-16:00 斯坦福教育学院副院长Paul Kim
16:00-16:30 大会压轴论坛4:孩子教育的未来
主持:FT金融时报中文网总裁张延
嘉宾1:伦敦大学教授,伦敦知识实验室负责人、AIED主席Rose Luckin教授
嘉宾2: 第三届AIAED主席、CMU计算机学院院长Tom Mitchell教授
嘉宾3: 孟菲斯大学教授、华中师范大学心理学院院长胡祥恩教授
嘉宾4: 乂学教育-松鼠AI CEO 周伟
16:30 大会结束
Technical Tracks:
5月24日 第一天
11:15-12:00(仅限英文)
分会场1
Design of Adaptive Learning Systems
自适应学习系统的设计
分会场2
Educational Data Mining
教育领域数据挖掘
分会场3
Natural Language Processing
自然语言处理和语义分析
14:15-17:00 (仅限英文)
分会场1
Design of Adaptive Learning Systems
自适应学习系统的设计
分会场2
Educational Data Mining
教育领域数据挖掘
分会场3
Natural Language Processing & Semantic Analysis
自然语言处理和语义分析
5月25日 第二天
11:15-12:00 (仅限英文)
分会场1
Design of Adaptive Learning Systems
自适应学习系统的设计
分会场2
Machine Learning & Deep Learning
机器学习和深度学习的应用
分会场3
Standards & Infrastructure:IEEE Adaptive Instructional Systems & Federated Machine Learning
标准和基础建设:IEEE自适应教育系统标准及联邦机器学习标准
12:00-12:30 (仅限英文)
分会场1
Design of Adaptive Learning Systems
自适应学习系统的设计
分会场3
Standards & Infrastructure:IEEE Adaptive Instructional Systems & Federated Machine Learning
标准和基础建设:IEEE自适应教育系统标准及联邦机器学习标准
12:00-12:30 (仅限英文)
分会场1
Design of Adaptive Learning Systems
自适应学习系统的设计
分会场3
Standards & Infrastructure:IEEE Adaptive Instructional Systems & Federated Machine Learning
标准和基础建设:IEEE自适应教育系统标准及联邦机器学习标准
论文征集:
AIAED 2019目前面向全球征集有关人工智能教育技术、教育理论、在智适应教育中的应用以及相关领域的新型跨领域合作的相关论文,欢迎人工智能教育领域的专家学者提交有关AI(人工智能)在智适应教育中的应用以及相关领域的新型跨领域合作的论文概要(1000至1500字),论文将由专业的科学家团队进行审核和评估,且要求展示严谨的研究方法并提供实验证据作为支持。
论文指南
AIAED 2019欢迎提交有关AI(人工智能)在智适应教育中的应用以及相关领域的新型跨领域合作论文。论文将经过同行评审,且需要体现严谨的研究方法并提供实验证据作为支持。 论文主体长度应为一页(250字),同时包含一张图表,体现论文作者的理论(Theory)、方法(methodology)和研究发现(findings)。
论文拓展摘要字数要求为1000-1500字,且包含以下6个部分:引言(Introduction)(100-150字)、展示相关的学习理论(Relevant Theories of Learning)(200-300字)、体现促进技术进步(Enabling Technological Advances)(200-300字)、现实应用(Real World Applications)(200-300字)、潜在影响证据(Real World Applications)(200-300字)和总结(Summary)(100-150字)。扩展摘要的参考文献引用也应不超过20个(不包含在1000-1500字内)。
所有摘要和扩展摘要应通过Easychair提交。
提交文件格式应参照www.AIAED.com/call-for-papers上提供的论文模板。
AIAED会议结束之后,已入选的论文摘要将不仅在大会会刊发表,还将在顶级国际学术期刊 International Journal of Artificial Intelligence in Education (AIED) 特别期刊、Journal of Educational Data Mining(EDM)发表其对应的完整论文(更多信息敬请期待);完整论文还有机会被《 AI技术在自适应教育中的应用现今发展情况》一书收录。
入选标准
如有需要申请奖学金的参会者,必须提交论文摘要。优先提交论文摘要者,奖学金申请将被优先考虑。
论文拓展摘要的评估将基于以下几个标准:
理论基础:该文献评论是否为你的研究提供了相关的学习理论和强有力的理论基础?
技术进步与技术稳定性:你的研究如何促进技术进步和/或你的研究方法有多严格?
现实应用:从你的研究中实现或实际从你的工作中得到的教育活动的变化是什么?
潜在影响:你在教育领域大规模应用的成果价值和潜在影响是什么?
建议主题
机器学习、深度学习和/或教育数据挖掘在自适应教育中的应用
多模式综合行为和情感分析在教育中的应用
人类语言处理和语义分析在教育中的应用
在K12实践中基于人工智能的应用
人工智能与学习科学/工程领域的相互作用
用于开发基于AI的智适应教育的标准和基础架构,包括对IEEE智适应教学系统标准和IEEE联合机器学习标准的贡献
自适应学习系统的自我提升
图像识别和处理在人工智能教育中的应用
重要时间节点
2019年3月15日 若希望优先获得会议奖学金支持,出版摘要(250字)应于此日期前提交
2019年4月1日 摘要提交截止日期(250字)
2019年4月8日 论文扩展摘要提交截止日期
2019年5月8日 同行评审
2019年5月17日 论文扩展摘要最终版收录入AIAED 2019会议论文集
2019年5月24-25日 AIAED 2019会议
2019年8月26日 《 AI技术在自适应教育中的应用现今发展情况》一书出版
发布
论文集将在AIAED大会官网发布并免费提供阅览,会议已获得商业4.0国际许可(CC by-NC 4.0)。
联系方式
所有论文相关的问题,请通过电子邮件发送至info@AIAED.net。
关于AIAED Technical program Chair介绍:
1.General Chair: Dr. Tom Mitchell (Carnegie Mellon University)
大会组委会主席:Tom Mitchell教授
机器学习教父、卡耐基梅隆大学教授、计算机系主任
全球公认的机器学习教父,在全球人工智能实力排名第一的卡耐基梅隆大学创办了人类历史上的第一个机器学习系并担任系主任。美国《Machine Learning》杂志、国际机器学习年度会议(ICML)的创始人。他的经典著作《机器学习:一种人工智能方法》被认为是行业圣经,销量惊人。他的学术论文专著超过130篇,在包括《Science(科学)》、《Nature (自然)》等世界顶级学术期刊发表。
2.Technical Program Chair: Dr. Xiangen Hu (University of Memphis)
技术论坛联席主席:胡祥恩博士
美国孟菲斯大学心理学、计算机工程、计算机科学系教授,华中师范大学心理学院院长
美国孟菲斯大学心理学,计算机工程,和计算机科学系教授。智能系统研究所先进学习技术(ALT)实验室主任,担任美国国防部先进分布式学习(ADL)国家实验室分部主任,主要研究方向为认知数学模型、人工智能和智能教学、统筹数据分析统计模型等方面。他还组织了2017年AIED大会等大型活动。 胡教授是国家组织部第七批“千人计划”学者并兼任华中师范大学心理学院院长。
3.Industry Program Chair: Michael Moe (GSV)
业界论坛主席:Michael Moe
GSV Capital创始人&CEO,ASU-GSV教育大会联合创始人
他是纳斯达克上市公司GSV Capital 的创始人和CEO。ASU-GSV教育峰会每年吸引超过4000名参会者和400家公司,入选《纽约时代周刊》“必须参加的会议”榜单。历届出席的名人有小布什、奥巴马总统、比尔盖茨、人工智能领域专家Andrew Ng教授、乔布斯遗孀Laurene Powell Jobs等。同时投资了AI教育公司Dreambox、Knewton、AltSchool等。(担任Coursera、Course Hero、Class Dojo等多家知名教育公司的观察员。)
4.Investor Program Chair: Joleen Liang (Squirrel AI Learning)
投资论坛主席:Joleen Liang
5.AIAED-Youth/AI4K12 Program Chairs:
AIAED-青少年/AI4K12 (AI应用于K12)论坛联席主席
5.1 Dave Touretzky (Carnegie Mellon University) 卡内基梅隆大学计算机科学系和认知神经基础中心教授
David S. Touretzky是卡内基梅隆大学计算机科学系和认知神经基础中心的研究教授。Touretzky的研究兴趣在于人工智能,计算神经科学和学习领域。2006年,他被Computing Machinery 协会评为杰出科学家。他于1978年在罗格斯大学获得计算机科学学士学位,1984年获得卡内基梅隆大学计算机科学专业的硕士学位和博士学位。
5.2 Christina Gardner-McCune 博士(University of Florida)
佛罗里达大学助理教授
Gardner-McCune 博士担任佛罗里达大学助理教授,研究方向重点是整合中学和高中的计算机课程,并设计了兴趣和基于学科的课程以及课后和夏令营计划,以吸引中学和高中的科学和计算机学生,从而使用扩大计算机和计算机教育研究的参与度。
她从雪城大学获得计算机工程学士学位,并在佐治亚理工学院获得计算机科学硕士和博士学位,主修软件工程和学习科学与技术。
6.Technical Track Chairs:
技术论坛委员会主席
6.1 Machine Learning/ Deep Learning
机器学习/深度学习技术论坛联席主席
6.1.1 Andy Li博士
美国佛罗里达大学(University of Florida) 电子和计算机工程学院教授
他是国家大学学习基金会(CBL)的创始主任,这是第一个美国国家科学基金深度学习中心。他还是大型智能系统实验室(Li Lab)的主管。他的研究兴趣包括大数据,机器学习,深度学习,云计算,智能平台,HPC以及健康,精准医学,CPS /物联网,CV,NLP,机器人,基因组学以及科学,工程和商业的安全和隐私。他在期刊和会议论文集上发表了100多篇同行评审论文,5本书和4项专利(3名被许可人)。他的团队创建了许多软件系统和工具。获得2010年国家科学基金会职业奖,2013年互联网创新应用奖,2015年NSF I-Corps最佳团队奖,以及最佳论文奖(IEEE ICMLA 2016,IEEE SECON 2016,ACM CAC 2013和IEEE UbiSafe 2007)。
6.1.2 Dr. Teddy Wu (IBM Watson)吴凌飞博士
IBM Watson人工智能实验室研究员
他的主要研究方向集中在表象学习,推理机器学习,自然语言处理,数值线性代数和高性能数学软件。他的研究成果已经发表在许多顶级会议和期刊上,包括KDD,ICDM,ICASSP,IEEE等。并担任一流学术期刊IEEE Transactions on Parallel and Distributed Systems,IEEE Transactions on Knowledge and Data Engineering,ACM Transactions on Management Information Systems等的审稿人,还担任技术论坛委员会和包括AAI、ICDM、IJCAI等核心学术会议审稿人。
6.2 Educational Data Mining
教育数据挖掘论坛联席主席
6.2.1 Elizabeth Owen博士
Learning Data Discovery公司CEO、Age of Learning学习和数据科学总监
Owen博士是基于游戏的学习分析专家。 在Age of Learning,她专注于通过应用机器学习优化自适应学习系统。 此前,她曾在著名游戏公司Electronic Arts(EA)担任研究员和数据科学家。Owen博士的博士工作基于Games + Learning + Society(GLS)中心,该中心使用基于游戏的教育数据挖掘与EA,Zynga和PopCap Games展开合作。 欧文博士在K12教育界有十多年的丰富经验。
6.2.2 Michael Yudelson 博士
美国大学入学考试机构ACT Inc.学习方案组高级研究科学家
曾任卡耐基梅隆大学、卡耐基学习(Carnegie Learning)公司研究科学家。他的研究领域包括:认知模型、知识掌握。他获得了美国匹兹堡大学信息科学博士学位,师从Peter Brusilovsky教授(自适应教学领域先驱之一)。
6.3Multimodal Integrated Behavioral Analysis & Affective Computation
多模态综合行为分析与情感计算技术论坛联席主席
6.3.1 Kang Lee博士
加拿大多伦多大学(University of Toronto)应用心理学和人类发展系教授
他的研究领域包括:青少年道德观念的发展、面部处理专业知识的发展、儿童和成人面部加工的神经机制、儿童和成人说谎的神经机制。研究孩子如何掌握说谎的概念和道德含义,孩子是否容易上当或者能够发现别人的谎言,以及孩子是否可以在各种社交场合中说出令人信服的谎言。他还研究了影响说谎和说实话发展的认知 - 社会 - 文化因素。此外,通过神经科学方法(例如,EEG,fMRI,fNIRS)来检查儿童和成人的说谎和说话的神经生理相关性。他还使用心理物理学方法来研究儿童和成人如何处理稳定和动态的社交信息。关注儿童和成人如何感知,编码和识别不同类型的面部(例如,种族)。还使用了神经科学方法(例如,EEG,fMRI,fNIRS)来检查儿童和成人的面部处理的神经生理相关性。获得中国国家自然科学基金会颁发的国家杰出海外学者奖;加拿大创新基金会领导者机会基金奖等多项大奖。
6.3.2卢宇博士
北师大副教授、高精尖中心人工智能实验室主任
博士毕业于新加坡国立大学计算机工程专业,曾在新加坡科研局等国外机构长期从事大数据分析与人工智能领域的研究,并在Kaggle国际数据挖掘竞赛上多次取得优异成绩。在大数据分析、人工智能与教育技术研究领域已发表20余篇高水平英文论文,包括多篇ACM/IEEE Transctions及国际会议论文(例如ICDM, IJCAI, CIKM, EDBT等)。主持或已完成多项国内外科研项目,包括国家自然科学基金、教育部人文社会科学基金等。同时,负责北师大公共服务智能平台的数据分析研发工作。其中部分成果及其可视化方案已在平台上实现,直接服务于北京市多个区县的一线教师与学生,并已申请多项国家发明专利。
6.4 Natural Language Processing & Semantic Analysis
自然语言处理与语义分析技术论坛联席主席
6.4.1 Arthur Graesser 博士
孟菲斯大学心理系和智能系统研究所教授
研究方向包括:记忆,计算语言学,人工智能,人机交互等 ,在期刊和会议论文集上发表了600多篇文章,(曾担任70项研究项目的首席研究员,)他领导的研究项目总金额约4500万美元,资金主要来自美国国家科学基金会、教育科学研究所等。曾获得孟菲斯大学首个终生成就奖。主要研究领域涉及认知科学,话语处理和学习科学。 研究方向包括:记忆,计算语言学,人工智能,人机交互等。
6.4.2 Dr. Teddy Wu (IBM Watson)吴凌飞博士
IBM Watson人工智能实验室研究员
他的主要研究方向集中在表象学习,推理机器学习,自然语言处理,数值线性代数和高性能数学软件。他的研究成果已经发表在许多顶级会议和期刊上,包括KDD,ICDM,ICASSP,IEEE等。并担任一流学术期刊IEEE Transactions on Parallel and Distributed Systems,IEEE Transactions on Knowledge and Data Engineering,ACM Transactions on Management Information Systems等的审稿人,还担任技术论坛委员会和包括AAI、ICDM、IJCAI等核心学术会议审稿人。
6.5 Learning Engineering
学习工程技术论坛联席主席
6.5.1 Ken Koedinger博士
美国卡耐基梅隆大学计算机、心理学系教授、 LearnLab研究室主任
他领导开发的Cognitive Tutor软件已应用在数以千计的学校,帮助了大量学生提高成绩。他拥有多学科背景,将人类学习和创造教育技术以提高学生成绩的研究目标。他的研究为教育软件的设计提供了新的原则和技术,并产生了关于学生思考和学习本质的基础认知科学研究成果。 Koedinger指导LearnLab, 该计划始于美国国家科学基金会10年的资助,现在属于CMU Simon Initiative的科学部门。 LearnLab建立在认知导师过去的成功基础之上,这是一种在数千所学校中使用的在线个性化辅导方法,并且一再被证明可以提高学生的学习成绩。他是卡内基学习公司的联合创始人,该公司自1998年成立以来,已为数百万学生提供基于认知导师的课程。 Koedinger博士撰写了250多篇同行评审的出版物,并且是超过45项拨款的项目调查员。
6.5.2 Dr. Mingyu Feng (WestEd)Mingyu Feng博士
WestEd的科学,技术,工程和数学(STEM)高级研究员
她目前领导了数个复杂的跨机构研究项目,包括评估在100多个教室中科学项目的有效性。 她是国际教育数据挖掘协会理事会成员,并担任EDM 2016的项目联合主席,EDM 2019的高级项目委员会成员以及AED 2019的项目委员会成员。冯博士拥有在计算机科学博士学位,专注研究智能辅导系统。 她的研究兴趣是教育技术的实施和有效性以及教育数据分析。
6.6 Self-Improvements in Adaptive Learning Systems
自适应学习系统的自我改进技术论坛主席
6.6.1胡祥恩博士
美国孟菲斯大学心理学、计算机工程、计算机科学系教授,华中师范大学心理学院院长
美国孟菲斯大学心理学,计算机工程,和计算机科学系教授。智能系统研究所先进学习技术(ALT)实验室主任,担任美国国防部先进分布式学习(ADL)国家实验室分部主任,主要研究方向为认知数学模型、人工智能和智能教学、统筹数据分析统计模型等方面。他还组织了2017年AIED大会等大型活动。 胡教授是国家组织部第七批“千人计划”学者并兼任华中师范大学心理学院院长。
6.7 Standards & Infrastructure: Adaptive Instructional Systems & Federated Machine Learning
标准与基础设施:自适应教学系统与联合机器学习技术论坛联席主席
6.7.1 Robby Robson博士
Eduworks公司CEO、IEEE委员会成员、前IEEE学习技术标准委员会主席
Robby在学术界和工业界有20多年领导研究和开发项目方面的成功领导经验。在2000至2008年期间,担任IEEE学习科学标准委员会主席。应用领域包括从因子算法和计算语言学到学习管理系统,数字图书馆和能力管理。自1995年以来,一直致力于新兴技术在学习、教育、培训和相关领域的应用。现为能力和技能系统项目的主要研究者(www.cassproject.org),并致力于智能辅导系统以及自然语言处理(NLP)和机器学习的商业应用。
6.7.2 Weijia Xu博士
美国德克萨斯大学奥斯汀分校德克萨斯州高级计算中心(TACC)研究工程师、数据挖掘和统计组负责人
他的主要研究重点是大规模信息管理和分析领域,通过开发促数据到知识转移过程的新方法和应用来实现数据驱动的发现。 徐博士在与数据库和分析方法开发领域的科学家合作方面拥有丰富的经验,发表了30多篇学术专著。
提交的论文最终将交由以上来自全球人工智能、心理学、教育学等领域的50多名专家组成的学术委员会进行评审,机器学习教父Tom Mitchell,美国卡耐基梅隆大学计算机、心理学系教授Ken Koedinger,斯坦福国际研究中心(SRI International) 教育中心主任Marie Bienkowsk、中国科学院心理研究所研究员朱廷劭等人均会以客观公正的态度来审阅并作出评价,并将其中优秀的论文分享给参会者。这是中国首个在“AI+教育”领域收录全球技术论文的会议,从一定程度上代表着全球“AI+教育”从业者对于中国AI技术实力的认可。
我们期待一场人工智能智适应教育的顶尖学术讨论,我们期待向全世界展现属于中国的AI技术实力之光。
附录:
已确认的2019AIAED学术委员会组委会成员和评委名单:
Tom Mitchell教授
松鼠AI首席AI科学家、机器学习教父、卡耐基梅隆大学计算机系主任、教授
AIAED2019大会总主席、AIAED2019大会委员会顾问
全球公认的机器学习教父,在全球人工智能实力排名第一的卡耐基梅隆大学创办了人类历史上的第一个机器学习系并担任系主任。美国《Machine Learning》杂志、国际机器学习年度会议(ICML)的创始人。他的经典著作《机器学习:一种人工智能方法》被认为是行业圣经,销量惊人。他的学术论文专著超过130篇,在包括《Science(科学)》、《Nature (自然)》等世界顶级学术期刊发表。
Daniela Rus教授
MIT人工智能实验室主任、AIAED2019大会委员会顾问
美国工程院院士,曾经一手创办了达特茅斯学院机器人实验室。Daniela Rus开创的可编程物质和分布式机器人的研究让其成为人工智能领域地位最高的女性。
John Couch
是苹果公司负责教育的第一副总裁,也是《重塑教育》(Rewiring Education)一书的作者之一。他1969年在伯克利获得计算机科学学士学位。1970年,他获得了电气工程和计算机科学硕士学位。约翰又花了两年时间攻读计算机科学博士学位。他离开了这个项目,去惠普做软件工程师。2000年,他被授予杰出校友称号;2010年,约翰被授予费城大学荣誉博士学位,以表彰他对教育的创新贡献。
Michael Moe
GSV Capital创始人&CEO,ASU-GSV教育大会联合创始人、AIAED2019大会委员会顾问
他是纳斯达克上市公司GSV Capital 的创始人和CEO。ASU-GSV教育峰会每年吸引超过4000名参会者和400家公司,入选《纽约时代周刊》“必须参加的会议”榜单。历届出席的名人有小布什、奥巴马总统、比尔盖茨、人工智能领域专家Andrew Ng教授、乔布斯遗孀Laurene Powell Jobs等。同时投资了AI教育公司Dreambox、Knewton、AltSchool等。担任Coursera、Course Hero、Class Dojo等多家知名教育公司的观察员。
Rose Luckin教授
伦敦知识实验室负责人、AIAED2019大会委员会顾问
她是伦敦大学学院教授,伦敦知识实验室负责人。著有《机器学习与人类智能》,国际顶尖AI教育学术大会AIED-2018/2019会议主席,国际人工智能教育(AIED)协会执行委员会委员。
Ken Koedinger教授
美国卡耐基梅隆大学计算机、心理学系教授、 LearnLab研究室主任
AIAED 2019技术论坛:学习工程学联合主席、AIAED2019大会委员会顾问
他领导开发的Cognitive Tutor软件已应用在数以千计的学校,帮助了大量学生提高成绩。他拥有多学科背景,将人类学习和创造教育技术以提高学生成绩的研究目标。他的研究为教育软件的设计提供了新的原则和技术,并产生了关于学生思考和学习本质的基础认知科学研究成果。 Koedinger指导LearnLab, 该计划始于美国国家科学基金会10年的资助,现在属于CMU Simon Initiative的科学部门。 LearnLab建立在认知导师过去的成功基础之上,这是一种在数千所学校中使用的在线个性化辅导方法,并且一再被证明可以提高学生的学习成绩。他是卡内基学习公司的联合创始人,该公司自1998年成立以来,已为数百万学生提供基于认知导师的课程。 Koedinger博士撰写了250多篇同行评审的出版物,并且是超过45项拨款的项目调查员。
Xiangen Hu胡祥恩教授
美国孟菲斯大学心理学、计算机工程、计算机科学系教授、华中师范大学心理学院院长
AIAED2019技术论坛联合总主席、AIAED 2019技术论坛:智适应系统的自我改进联合主席、AIAED2019大会委员会顾问
美国孟菲斯大学心理学,计算机工程,和计算机科学系教授。智能系统研究所先进学习技术(ALT)实验室主任,担任美国国防部先进分布式学习(ADL)国家实验室分部主任,主要研究方向为认知数学模型、人工智能和智能教学、统筹数据分析统计模型等方面。他还组织了2017年AIED大会等大型活动。 胡教授是国家组织部第七批“千人计划”学者并兼任华中师范大学心理学院院长。
崔炜博士
乂学教育松鼠AI 首席科学家、2019 AIAED地区主席
作为人工智能学习领域的专家,博士和人工智能博士后,他获得了四年的SFI博士奖学金。在他的博士期间他在全球人工智能进化算法领域的顶级专家Michael O'Neill教授和Anthony Brabazon教授的指导下学习。他在人工智能算法及其应用领域取得了巨大成就,并在短短4年内在金融算法交易方面取得了巨大成就。他的高频交易算法已被欧洲许多金融高频交易机构采用。他在欧洲顶级适应性教育公司工作多年,负责自适应学习算法和系统的研究和开发。他开发的自适应学习系统广泛应用于欧洲和美国的高等教育市场。
2015年12月,他开始参与义学教育自适应学习系统的研究与开发。 2016年,他正式回到中国参与该系统的深入研发。
Dave Touretzky教授
卡内基梅隆大学计算机科学系和认知神经基础中心研究教授、AI4K12协会联合主席、AIAED2019青少年AI4K12项目联合主席、AIAED2019大会委员会顾问
Touretzky教授的研究聚焦人工智能,计算神经科学和学习领域。 包括机器学习、空间神经表示等。他的多篇学术论文在世界著名顶尖大会发表和学术期刊发布。他的“Advances in Neural Information Processing Systems”学术论文被世界顶级AI大会NeurIPS(原NIPS)收录,并多次被世界学者引用。2006年,他被计算机协会评为为杰出科学家。
Touretzky教授担任联合主席的AI4K12组织,由世界顶级AI学术组织——人工智能促进协会(AAAI)和计算机科学教师协会(CSTA)联合成立,用于制定美国国家教育指导方针,教授K-12学生人工智能。
Kang Lee博士
加拿大多伦多大学(University of Toronto)应用心理学和人类发展系教授
AIAED 2019技术论坛:多模态综合行为分析和情感计算联合主席、AIAED2019大会委员会顾问
他的研究领域包括:青少年道德观念的发展、面部处理专业知识的发展、儿童和成人面部加工的神经机制、儿童和成人说谎的神经机制。研究孩子如何掌握说谎的概念和道德含义,孩子是否容易上当或者能够发现别人的谎言,以及孩子是否可以在各种社交场合中说出令人信服的谎言。他还研究了影响说谎和说实话发展的认知 - 社会 - 文化因素。此外,通过神经科学方法(例如,EEG,fMRI,fNIRS)来检查儿童和成人的说谎和说话的神经生理相关性。他还使用心理物理学方法来研究儿童和成人如何处理稳定和动态的社交信息。关注儿童和成人如何感知,编码和识别不同类型的面部(例如,种族)。还使用了神经科学方法(例如,EEG,fMRI,fNIRS)来检查儿童和成人的面部处理的神经生理相关性。获得中国国家自然科学基金会颁发的国家杰出海外学者奖;加拿大创新基金会领导者机会基金奖等多项大奖。
Lin Zhou博士
The New School首席信息官、高级副总裁、前IBM Watson Education项目总监、AIAED2019大会委员会顾问
Lin Zhou博士是纽约市The New School的高级副总裁兼首席信息官,前IBM Watson Education项目总监。他领导整个大学的信息技术转型和服务。 Lin在三个行业担任过多个领导职位:认知教育技术,半导体和数据存储。 Lin是一名发明大师,入选IBM的行业学院。作为IBM Watson Education的项目总监,Lin在IBM的Watson Education中领导“认知教育初创公司”并管理IBM教育解决方案的整个生命周期方面发挥了关键作用。Lin是IMS全球学习联盟的Caliper标准指导委员会成员。他多年来一直参加多个国际会议组委会,审查科技期刊的出版物,并担任人工智能国际会议的论文审稿人。 Lin已被邀请发表主题演讲,参与论坛和出席圆桌会议。
Robby Robson博士
IEEE委员会成员、前IEEE学习技术标准委员会主席
AIAED 2019技术论坛:IEEE智适应系统标准、IEEE联合机器学习标准和基础建设联合主席、AIAED2019大会委员会顾问
Robby在学术界和工业界有20多年领导研究和开发项目方面的成功领导经验。在2000至2008年期间,担任IEEE学习科学标准委员会主席。应用领域包括从因子算法和计算语言学到学习管理系统,数字图书馆和能力管理。自1995年以来,一直致力于新兴技术在学习、教育、培训和相关领域的应用。现为能力和技能系统项目的主要研究者(www.cassproject.org),并致力于智能辅导系统以及自然语言处理(NLP)和机器学习的商业应用。
Carles Sierra博士
西班牙国家研究委员会(CSIC) AI 研究院(IIIA)副院长、2017年IJCAI大会项目主席、AIAED2019大会委员会顾问
Sierra博士在人工智能领域拥有三十多年的丰富经验。参与了超过20个欧盟的研究项目,担任JAAMAS学术期刊的主编。他发表的400多篇学术论文收到了超过17000次的引用。负责组织了2011年全球顶级的人工智能会议IJCAI在巴塞罗那的大会,任2017年IJCAI的项目主席、2018年IJCAI三项年度大奖的评委会评委。
吴凌飞博士
IBM Watson人工智能实验室研究员、2019AIAED技术论坛:自然语言处理和语义分析联合主席
他的主要研究方向集中在表象学习,推理机器学习,自然语言处理,数值线性代数和高性能数学软件。他的研究成果已经发表在许多顶级会议和期刊上,包括KDD,ICDM,ICASSP,IEEE等。并担任一流学术期刊IEEE Transactions on Parallel and Distributed Systems,IEEE Transactions on Knowledge and Data Engineering,ACM Transactions on Management Information Systems等的审稿人,还担任技术论坛委员会和包括AAI、ICDM、IJCAI等核心学术会议审稿人。
Andy Li博士
美国佛罗里达大学(University of Florida) 电子和计算机工程学院教授、2019AIAED技术论坛:机器学习/深度学习联合主席、AIAED2019大会委员会顾问
他是国家大学学习基金会(CBL)的创始主任,这是第一个美国国家科学基金深度学习中心。他还是大型智能系统实验室(Li Lab)的主管。他的研究兴趣包括大数据,机器学习,深度学习,云计算,智能平台,HPC以及健康,精准医学,CPS /物联网,CV,NLP,机器人,基因组学以及科学,工程和商业的安全和隐私。他在期刊和会议论文集上发表了100多篇同行评审论文,5本书和4项专利(3名被许可人)。他的团队创建了许多软件系统和工具。获得2010年国家科学基金会职业奖,2013年互联网创新应用奖,2015年NSF I-Corps最佳团队奖,以及最佳论文奖(IEEE ICMLA 2016,IEEE SECON 2016,ACM CAC 2013和IEEE UbiSafe 2007)。
Elizabeth Owen
Age of Learning公司的习和数据科学负责人、2019 AIAED技术论坛:教育数据挖掘联合主席
专注于基于游戏的学习分析。她致力于利用数据科学优化适应性强、引人入胜的学习系统。此前, 她是玻璃实验室游戏 (EA)、LRNG 和 Metacog 的数据科学家, 她的博士研究侧重于游戏 + 学习 + 社会和游戏实验室。合作过的公司和学者包括 EA、Zynga 和 Popcap 等。欧文博士曾做过 K-12 领域教师达十年之久, 并在洛杉矶特许学校 (laaaae. org) 担任过创始教师。
Paul Kim博士
斯坦福教育学院副院长兼CTO、AIAED2019大会委员会顾问
他本人在教育科技领域有18年经验,在联合国教科文组织等其他国家政府会议发言,2010-13年之间在WestEd任advisor、国际教育创新孵化器Seeds of Empowerment创始人,曾任美国国家科学基金会教育和人力资源管理局、美国国家科学院重大挑战与国际发展委员会顾问。担任多个国际教育科技项目的顾问,包括沙特阿拉伯的国家在线教育提议,乌拉圭的One Laptop Per Child项目,卢旺达的国家信息通信技术规划等,在多家教育科技公司、研究所、创新学校担任顾问和董事会成员领导全世界各地教育科技项目的设计、学校落地工作。
Marie Bienkowski
SRI International 教育中心主任、AIAED2019技术论坛联合总主席
Marie Bienkowski博士,指导教育研究与创新中心。她在SRI的教育技术研究,教育项目和项目评估以及人工智能软件设计和开发方面拥有超过30年的经验。 Bienkowski目前的研究兴趣是计算机科学(CS)教育和高中和中学的学生学习评估。她指导学习分析的项目,以便在仪器化,基于块的编程环境中研究新手程序员;研究以公平为中心的高中CS课程的实施及其对学生学习的影响;并使用在线社区实践来支持高中计算机科学教师,包括在线评估。她还就基于游戏的CS计划的评估提供咨询,并就可以定制数字教学以改善残疾
学生成绩的软件的选择和最有效使用提供建议。
Dr.Christina Gardner-McCune
University of Florida Assistant Professor 佛罗里达大学助理教授、AIAED2019青少年/AI4K12项目联合主席
Christina Gardner-McCune是佛罗里达大学的助理教授。她在锡拉丘兹大学获得计算机工程学士学位,并在佐治亚理工学院获得计算机科学硕士和博士学位,专攻软件工程和学习科学与技术。
此外,她还在佐治亚理工学院完成了计算机科学教育的博士后研究职位。
她的研究重点是整合中学和高中课程的计算。通过研究,参与设计了兴趣和基于学科的课程以及课后和夏令营计划,以吸引中学和高中的科学和计算机学生。并且使用这些学习环境来扩大计算和计算教育研究的参与。
Michael Yudelson
ACT Inc.高级研究科学家、2019 AIAED技术论坛:教育数据挖掘联合主席
Michael Yudelson是学习解决方案小组的ACTNext高级研究员。在加入团队之前,迈克尔是卡内基梅隆大学的研究科学家,之前是卡内基学习的研究科学家。从广义上讲,他的研究重点是建模认知和知识获取。 Michael获得俄罗斯伊万诺沃州立大学计算机辅助设计理学硕士学位和匹兹堡大学博士学位。
Mingyu Feng
WestEd高级研究员、2019 AIAED技术论坛:学习技术联合主席
冯明宇博士是WestEd的科学,技术,工程和数学(STEM)高级研究员。 冯博士拥有博士学位。 在计算机科学,专注于智能辅导系统。 她的研究兴趣是教育技术的实施和有效性以及教育数据分析。 她目前领导了几个复杂的多机构项目,这些项目在100多个教室中实施时检查技术计划的有效性。 她是国际教育数据挖掘协会理事会成员,并担任EDM 2016的项目联合主席,EDM 2019的高级项目委员会成员以及AED 2019的项目委员会成员。
Dr.Weijia Xu
Texas Advanced Computing Center、研究工程师 数据挖掘与统计经理、2019 AIAED技术论坛标准和基础建设联合主席
Weijia Xu博士是Data Mining&Statistics团队的负责人。在加入TACC之前,他获得了德克萨斯大学奥斯汀分校的生物科学硕士学位和计算机科学博士学位。
Xu博士的主要研究兴趣是大规模信息管理和分析领域。他的研究目标是通过开发促进数据到知识转移过程的新方法和应用来实现数据驱动的发现。Xu博士在与数据库和分析方法开发领域的科学家合作方面拥有丰富的经验。Xu博士在基于相似性的数据检索,数据分析和信息可视化方面拥有30多个同行评审的会议和期刊出版物,其中包含来自不同科学领域的数据。
Xiang Cao
WeBank微众银行 人工智能商业发展专家、2019 AIAED技术论坛标准和基础建设联合主席
深圳前海微众银行股份有限公司由腾讯、百业源和立业等企业发起设立,于2014年12月16日正式开业,是中华人民共和国境内首家由民营企业出资建立的商业银行,主要业务有微粒贷、微众银行APP、微车贷、微众有折、微动力等金融产品。
卢宇
北师大教育学部副教授,高精尖中心人工智能实验室主任、AIAED 2019技术论坛:多模态综合行为分析和情感计算联合主席
研究领域:教育数据挖掘,学习分析,普适计算,人工智能及其教育应用。博士毕业于新加坡国立大学计算机工程专业,曾在新加坡科研局等国外机构长期从事大数据分析与人工智能领域的研究,并在Kaggle国际数据挖掘竞赛上多次取得优异成绩。在大数据分析、人工智能与教育技术研究领域已发表20余篇高水平英文论文,包括多篇ACM/IEEE Transctions及国际会议论文(例如ICDM, IJCAI, CIKM, EDBT等)。主持或已完成多项国内外科研项目,包括国家自然科学基金、教育部人文社会科学基金等。同时,负责北师大公共服务智能平台的数据分析研发工作。其中部分成果及其可视化方案已在平台上实现,直接服务于北京市多个区县的一线教师与学生,并已申请多项国家发明专利。
袁春博士
清华大学副教授,清华大学深圳研究生院-香港中文大学工程学院媒体科学、技术与系统联合研究中心副主任,中国计算机协会高级会员,多媒体专委会委员
2019 AIAED技术论坛:图像识别和处理的应用主席
于1999年和2002在清华大学计算机系人机交互及媒体集成研究所分别获得硕士和博士学位,2002年至2003年在微软亚洲研究院Internet media组从事网络多媒体安全访问项目,2003年至2004在法国国家信息和自动化研究院(INRIA)的SMIS 安全媒体信息系统项目组任博士后研究员。 在国际国内重要学术会议和期刊上发表文章30多篇,包括国际著名的IEEE Transaction on Multimedia。申请和拥有国际国内多媒体相关领域专利多项。2006年(JICC)第十二届联合国际计算机会议大会,被邀请做大会特约报告“媒体数字版权保护技术”。先后曾负责和参与微软,欧盟,以及国家863和973等十几项重要研究
KP Thai博士
松鼠 AI高级学习和数据科学家、AIAED2019 大会Community 主席
KP Thai博士是松鼠 AI的高级学习和数据科学家。 她的研究重点是将AI和认知科学应用于教学设计和自适应学习软件。 她还专注于使用学习分析来评估和优化学习成果。 此前,KP是ABCmouse公司Age of Learning的学习科学与研究经理。 她获得了加州大学洛杉矶分校的认知心理学和定量方法博士学位。
关于发票:
*如需开具发票,请将购票人的票号、手机号、邮箱、门票种类及相应数量、总金额、公司信息(抬头、税号、单位地址、单位电话、开户银行、银行账户)、纸质发票或电子发票、收货地址,发送至邮箱chengjiaqi@songshuai.com ;
*此次会议开票内容为培训费;
*此次会议仅向购票企业及个人提供“增值税普通发票”,且同一抬头只开具1次发票,请在2019年05月23日前提交发票申请,逾期将无法进行补开;发票将于会议结束后1周内开票寄出。
*电子发票开具后,将以邮件发送至填写的邮箱。纸质发票开具后将以快递形式发送至收货地址(非单位地址),开具时间以申请提交时间顺序为准;
*该发票一经开具将无法修改,不会因为购票人提供了错误信息而重新开具,请务必核实发票信息的正确性和完整性。
AIAED媒体相关合作事宜请联系:chenxi@songshuai.com
AIAED赞助相关合作事宜请联系:yangguangming@songshuai.com