10月20日，应我室刘庆文教授邀请，无线通信网络与信号统计处理领域国际著名专家、美国明尼苏达大学Georgios Giannakis教授在智信馆403室作了题为“Inference and Learning over Large-Scale Social Networks”的学术报告。
此次报告会上，Georgios Giannakis教授首先介绍了社交媒体网络的研究现状与研究挑战，对当前搜索引擎、网络冲突、网络营销、社交推介等工具在理解与预测复杂网络行为过程中的价值做了深入分析。然后介绍了基于随时间动态变化的巨型网络（数十亿节点）的统计学习模型，将许多网络分析问题归纳为（非）参量回归、分类、降维、聚类问题。最后基于上述思想，Georgios Giannakis教授指出了网络可视化、异常与社区检测、网络过程预测、动态网络推理等方面的新的学习方法。他重点指出了利用稀疏、低秩、低流形简约模型降低网络复杂度的技术可行性。报告结束后，在场师生结合各自的研究内容与Georgios Giannakis教授就社交媒体网络、统计学习模型、技术应用场景等方面展开了热烈的讨论。
Georgios Giannakis教授，担任美国明尼苏达大学无线通信中心主任、明尼苏达大学电子与计算机工程专业McKnight主席、数字技术中心负责人、IEEE Fellow和EURASIP Fellow，其H-index高达128。他的研究领域包括：通信、网络、信号统计处理，发表了400多篇期刊论文，700多篇会议论文，25个著作章节，出版了两本书籍与两部研究专著。他还拥有（合作）30余篇发明专利，获得（合作）包括the G. Marconi Prize Paper Award 在内的IEEE信号处理和通信领域的8项最佳论文奖。
