日本データベース学会の皆様 兵庫県立大学大島裕明です。 3度目のご連絡になります。失礼いたします。 明日、朝10:50から、SIGMOD-Jが開催されます。 参加費は★無料★です。 Zoomでの開催です。 http://www.sigmodj.org/regist/ 事前登録された方に、ZoomのURLをご連絡いたします。 今回は、SIGMOD2020の会議報告を、Le Hieu Hanh先生 （東京工業大学）から頂戴します。 また、金京淑氏（産業総合研究所）より、 「次世代人工知能データプラットフォームの研究開発」 というタイトルでご講演いただきます。 多数のご参加をお待ち申し上げております。 よろしくお願いいたします。 ====================================================================== 第37回先端的データベースとWeb技術動向講演会 (ACM SIGMOD 日本支部第74回支部大会) 「SIGMOD2020国際会議報告及び社会データ技術の最新動向」 日時：2020年10月10日（土）10:50-15:10 会場：オンライン（Zoom） 主催：ACM SIGMOD 日本支部，日本データベース学会 URL: http://www.sigmodj.org/ http://www.sigmodj.org/conf/detail.php?conf_no=74 ====================================================================== 【プログラム】 10:50-11:00 開会 11:00-12:00 次世代人工知能データプラットフォームの研究開発（金京淑氏） 12:00-13:00 〈休憩〉 13:00-14:00 SIGMOD2020国際会議報告（前半）（Le Hieu Hanh先生） 14:00-14:10 〈休憩〉 14:10-15:10 SIGMOD2020国際会議報告（後半）（Le Hieu Hanh先生） 15:10 閉会 ====================================================================== 【事前申し込み】 本会への参加には、事前登録が必要です。 http://www.sigmodj.org/regist/ こちらよりご登録下さい。 Zoomのアクセス情報について、登録していただいたメールアドレスに ご連絡いたします。 日本データベース学会の非会員・非会員学生、ないしは、 正会員(フルアクセス権無) の方々で、講演資料が必要な方は、 3,000円で申し込んでいただくことができますので、その旨、 「事務局への連絡」のところに記載して下さい。 ====================================================================== 【ご講演詳細】 ●次世代人工知能データプラットフォームの研究開発 本講演では、自動運転のような次世代スマートモビリティを支える データ基盤として、より広い範囲で空間解像度や時間解像度の異な るさまざまな三次元点群データと移動物体の流れを蓄積・共有・予 測しながら、個々のニーズに合った適切なスマート空間をより効率 的に構築・提供できるAI融合型時空間データプラットフォームに関 して紹介する。 ●SIGMOD2020国際会議報告 本講演では、2020年6月14～19日にオンランで開催されたSIGMOD 2020 について報告する。 前半では、会議の概要に加え、会議の傾向・キーノート・パネルの 内容について紹介する。特に、機械学習アルゴリズムのスケール化 とプログラミングの容易化のための共通フレームワーク及び、シス テム内部処理の最適化への機械学習の活用に関するUC Berkeleyの Ion Stoica教授によるキーノート講演を中心に報告を行う。その他、 Enterprise Data Lakesにおけるデータの探検や理解などの研究内容 と、Google社のデータセット検索エンジンに関して語られた Databricks社のAwez Syed氏とGoogle ResearchのNatasha Noy氏から のキーノート講演も紹介する。 後半では、受賞論文を含む講演者が興味深いと感じた研究を取り上 げて紹介する。今回のSIGMOD 2020ではBest paper Awardの2件の論 文も選ばれた。Clemens Lutzらによる「Pump Up the Volume: Processing Large Data on GPUs with Fast Interconnects」の論文 はCPUのメインメモリとGPU間のインターコネクト帯域が不十分で、 大規模データセットを高速で処理できないという課題に対し、高速 なインターコネクトを使いこなしたGPUメモリサイズを超えるハッ シュ結合の高速化手法を提案する。Tariqueらによる「ShapeSearch: A Flexible and Efficient System for Shape-based Exploration of Trendlines」の論文はデータ値が変動するパターンを検索する ShapeSearchシステムを提案する。ShapeSearchはユーザがパターン を手書き・自然言語・正規表現で記述し、システムがその記述を代 数表現に変換し、問合せ最適化の実現上でリアルタイムに実行でき る。 ====================================================================== -- Hiroaki Ohshima, Associate Professor Graduate School of Applied Informatics, University of Hyogo 7-1-28 Minatojima-minamimachi Chuo-ku, Kobe, Hyogo 650-0047, Japan Email: ohshima@ai.u-hyogo.ac.jp Tel: +81-78-303-1967