張瑞雄教授
叡揚資訊數位轉型大使
學歷
國立清華大學計算機管理決策研究所博士
國立臺灣大學電機工程學系學士
經歷
國立臺北商業大學校長
臺灣觀光學院校長
國立東華大學副校長、教務長、學務長
台灣科技大學教授
中山科學研究院技正
榮譽
公益信託星雲大師教育基金 星雲教育獎 2017/7
美國光點基金會 美國總統終身成就獎 2016/3
中華民國資訊月傑出資訊人才獎 2009/12
演講題目：
雲端計算：下一個疆界
Cloud Computing: The Next Frontier
摘要：
2006年，亞馬遜公司推出了他們的雲端計算平台Amazon Web Services（AWS），為企業和個人提供了基於互聯網的計算和儲存服務。隨後，微軟也推出了自己的雲端計算平台Azure，並在2008年開始提供服務。Google也推出了Google Cloud平台，使得這些平台成為現今最大的雲端計算供應商。
隨著雲端計算的不斷發展，越來越多的企業和組織開始採用雲端技術來取代傳統的IT基礎設施。雲端計算帶來了很多優點，如靈活性、可擴展性和低成本等，但也存在一些缺點和問題，例如可用性和安全性風險、依賴性問題、遵循法規和合規性問題等等。
本演講將討論未來雲端計算會如何發展，該注重那些方面的問題，以作為發展者和使用者的參考。
簡歷：
張瑞雄於1980年獲得國立台灣大學電機工程學士學位，並於1988年在國立清華大學計算機管理與決策研究所獲得博士學位。他在多個著名學術機構服務過，包括中華民國中山科學研究院、國立台灣科技大學、臺灣觀光學院和國立臺北商業大學，在高等教育領域留下了不可磨滅的印記。
目前，張瑞雄博士擔任叡揚資訊的數位轉型大使，作為中小企業數位轉型和智慧化的顧問。他的研究興趣涵蓋互聯網、大數據和人工智慧等領域。除了卓越的學術成就外，張博士還擔任臺灣智慧財產經營協會和臺灣品牌永續發展協會的會長。
張博士對高等教育的承諾也體現在他擔任臺灣觀光學院和國立臺北商業大學校長的角色上，帶領學校成為知名的學府。他監督超過50位碩士研究生和10位博士研究生的論文發表和畢業，以及在著名國際期刊和會議上的經常發表。為表彰他對資訊技術領域的卓越貢獻，張博士於2009年獲得臺灣資訊月評選的傑出資訊人才獎。此後，他還獲得了多項殊榮，包括2016年美國總統終身成就獎和奧地利阿爾伯特·史懷哲基金會成就獎，以及2017年由星雲大師公益事業基金會頒發的傑出教師獎，以表彰他長期以來對高等教育的奉獻。
Prof. Chung-Shou Liao
National Tsing Hua University
Title:
From online algorithms to learning-augmented online algorithms
Abstract:
In the past three decades, online algorithms have gained a considerable amount of research interest. The concept of online algorithms has been actually applied to a variety of practical computational models with uncertainty such as online learning and incremental learning, while the only theoretical measure to evaluate the performance of an online algorithm is “competitive ratio”; that is, comparing an online algorithm to an offline optimal adversary. The fundamental question in the field of online algorithms is that: Can we evaluate the quality of an online algorithm in a better way? A new concept, called learning-augmented algorithms, or algorithms with prediction, was proposed to answer the question in 2018. Precisely, the notion exploits the prediction power of popular machine learning models to obtain the robustness guarantees of competitive analysis for online algorithms. In this talk, we first introduce several classical problems as well as their online algorithms. Next, we discuss not only how to devise online algorithms with learning prediction in order to obtain a better theoretical guarantee, but also how to provide a way to look into different performance evaluation beyond the most common worst-cas
Prof. Meng-Tsung Tsai
Academia Sinica
Title:
Finding Sparse Supereulerian Certificates via Sampling with Applications to Dynamic Graph Streams
Abstract:
Restricted input access is required for efficient computations on large graphs. Under the restriction, the standard algorithms for many graph computation problems do not have an efficient implementation and thus need an alternative. In this talk, we will use finding a sparse spanning Eulerian subgraph for dynamic graphs as an example to introduce some essentials of the algorithm design and lower bound techniques for dynamic streams. This example demonstrates a significant separation between the Hamiltonian and supereulerian tests on their space complexities in dynamic streams. In contrast, no comparable separation on their time complexities is known.