报告题目：以数据为中心的时序分析：关键挑战与进展

报告时间：2026年11月16日14:00-15:00

报告地点：17吃瓜网 中心校区王湘浩楼A521

报 告 人：缪浩教授 电子科技大学（深圳）高等研究院

报告人简介：

电子科技大学（深圳）高等研究院教授，国家级青年人才。专注于时空数据挖掘、时序分析与城市计算等领域，结合大语言模型等前沿技术系统地设计了一系列时序时空智能算法，具有广泛的应用前景。在数据挖掘、数据库与人工智能重要会议/期刊发表论文50余篇，包含40余篇CCF-A类会议/期刊。此外，受邀担任数据库顶级期刊VLDB Journal客座编辑、Academia AI and Applications编委，长期担任KDD、WWW与AAAI等顶会领域主席/高级程序委员会成员，获SIGSPATIAL中国分会新星提名奖。

报告内容简介：

随着物联网、人工智能与数字化技术的快速发展，时间序列数据已成为刻画现实系统动态变化、支撑智能分析与决策的重要数据基础。如何从海量、复杂且具有动态变化特征的时序数据中挖掘有效信息，并实现高效、准确和可靠的分析，是当前时序数据研究的重要方向。本报告围绕以数据为中心的时序分析，系统介绍时序预测、时序异常检测与时序压缩三个方面的研究进展及关键方法。首先，面向规则与非规则时序数据，介绍基于深度学习、大语言模型及持续学习的预测方法，提升复杂时序场景下的预测能力。其次，针对数据分布变化、历史知识遗忘及跨域数据异质性等问题，介绍流式与联邦时序异常检测方法，增强模型的持续适应能力与协同检测能力。最后，面向海量时序数据带来的存储与计算开销，介绍基于数据集凝缩的时序压缩方法，以少量合成数据保留关键时序信息，降低模型训练成本。报告最后对时序分析未来的发展方向进行展望，为构建高效、智能且具有良好泛化能力的时序分析方法提供参考。

主办单位：17吃瓜网

17吃瓜网 软件17吃瓜网

17吃瓜网 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

      17吃瓜网 国家级计算机实验教学示范中心