报告主题：学习型多维和高维数据索引
报告时间：2023年6月5日（周一） 10:00-12:00
报告地点：开发区校区教学楼B-207
腾讯会议：717285855
报告摘要：
学习型索引为通过结合机器学习模型设计数据或查询自适应的索引提供了新的机会。虽然学习型的一维数据索引已被广泛研究，但学习型多维和高维数据的索引的结果相对较少。在此次演讲中,我们将分别介绍学习这两种类型数据的新索引。对于多维数据,我们提出了一种基于学习空间填充曲线的索引，以及新颖的查询优化算法。对于高维数据,我们讨论两种将学习整合到索引和近似k-NN查询处理中的方法,其中一种针对外部I/O进行了优化，另一种预测用于索引的探测的参数。
报告人简介：
王炜教授目前是香港科技大学(广州)数据科学与分析学域的教授。在此之前,他是澳大利亚新南威尔士大学计算机科学与工程学院的教授。目前的研究兴趣包括相似性查询处理、人工智能、知识图谱、AI模型的安全性和AI for Science；在知名期刊和会议上发表了170多篇论文,并获得了SIGCOMM 2022、ICMR 2021最佳论文奖和DASFAA 2016最佳学生论文奖；IEEE TKDE 和 Journal of Material Informatics 期刊的副主编, 并担任各一流会议(SIGMOD、VLDB、ICDE、SIGIR、SIGKDD等)的程序委员会成员。
