“2016级--论文阅读 (第三学期)”的版本间的差异
来自问题求解
| （未显示同一用户的4个中间版本） | |||
| 第15行： | 第15行： | ||
<ol> | <ol> | ||
<li>9月30日课堂讨论：<br/>学号末位奇数：[http://doi.org/10.1109/4236.895141 Hyperlink Analysis for the Web] (2001)<br/>学号末位偶数：[http://doi.org/10.1145/2567948.2576928 Graph Structure in the Web --- Revisited] (2014)</li> | <li>9月30日课堂讨论：<br/>学号末位奇数：[http://doi.org/10.1109/4236.895141 Hyperlink Analysis for the Web] (2001)<br/>学号末位偶数：[http://doi.org/10.1145/2567948.2576928 Graph Structure in the Web --- Revisited] (2014)</li> | ||
| − | <li> | + | <li>10月19日课堂讨论：<br/>学号末位奇数：[http://doi.org/10.1109/MIC.2017.72 Two Decades of Recommender Systems at Amazon.com] (2017)<br/>学号末位偶数：[http://doi.org/10.1109/MIC.2016.75 Natural Interaction for Bot Detection] (2016)</li> |
| + | </ol> | ||
| + | |||
| + | =专题2：大数据分析（Big Data Analytics）= | ||
| + | <ol> | ||
| + | <li>11月2日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/MC.2017.163 Big Data Analytics beyond the Single Datacenter] (2017)<br/>学号末位偶数：[https://doi.org/10.1109/MCE.2014.2338496 How Data Centers Provide Consumer Services] (2014)</li> | ||
| + | <li>11月16日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/MCOM.2017.1600349CM Who Moved My Data? Privacy Protection in Smartphones] (2017)<br/>学号末位偶数：[https://doi.org/10.1109/MC.2016.116 Nomadic Computing for Big Data Analytics] (2016)</li> | ||
| + | </ol> | ||
| + | |||
| + | =专题3：人工智能（Artificial Intelligence）= | ||
| + | <ol> | ||
| + | <li>12月7日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/TCIAIG.2015.2512592 Review of the Use of AI Techniques in Serious Games: Decision Making and Machine Learning] (2017)<br/>学号末位偶数：[https://doi.org/10.1109/TCIAIG.2013.2291577 Real-Time Monte Carlo Tree Search in Ms Pac-Man] (2014)</li> | ||
| + | <li>12月21日课堂讨论：<br/>学号末位奇数：[https://doi.org/10.1109/MCI.2006.329691 Ant Colony Optimization] (2006)<br/>学号末位偶数：[https://doi.org/10.1109/MSP.2017.2743240 Deep Reinforcement Learning: A Brief Survey] (2017)</li> | ||
</ol> | </ol> | ||
2017年11月29日 (三) 16:05的最新版本
具体要求
- 教师准备阶段：每月围绕1个专题，每个专题由相关研究方向的教师精选4篇经典或前沿论文（以magazine短文为主），每2篇为一组。
- 同学准备阶段：每位同学被随机分配2篇论文（每组1篇），认真阅读并为每篇论文制作15-20分钟讲稿，鼓励自主延伸阅读其它相关论文。讲稿内容可以包括但不限于：
- 用自己的话概述该论文所描述的主要问题或观点。
- 就该论文中的某个点展开，陈述自己的观点。
- 结合该论文，就本主题的其它所了解或熟悉的问题陈述自己的观点。
- 课堂讨论阶段：随机选择同学上台报告论文内容（每篇论文选2位左右），其余同学参与讨论。
专题1：万维网（Web）
- 9月30日课堂讨论：
学号末位奇数：Hyperlink Analysis for the Web (2001)
学号末位偶数：Graph Structure in the Web --- Revisited (2014) - 10月19日课堂讨论：
学号末位奇数：Two Decades of Recommender Systems at Amazon.com (2017)
学号末位偶数：Natural Interaction for Bot Detection (2016)
专题2：大数据分析（Big Data Analytics）
- 11月2日课堂讨论：
学号末位奇数：Big Data Analytics beyond the Single Datacenter (2017)
学号末位偶数：How Data Centers Provide Consumer Services (2014) - 11月16日课堂讨论：
学号末位奇数：Who Moved My Data? Privacy Protection in Smartphones (2017)
学号末位偶数：Nomadic Computing for Big Data Analytics (2016)
专题3：人工智能（Artificial Intelligence）
- 12月7日课堂讨论：
学号末位奇数：Review of the Use of AI Techniques in Serious Games: Decision Making and Machine Learning (2017)
学号末位偶数：Real-Time Monte Carlo Tree Search in Ms Pac-Man (2014) - 12月21日课堂讨论：
学号末位奇数：Ant Colony Optimization (2006)
学号末位偶数：Deep Reinforcement Learning: A Brief Survey (2017)
