6月15上午，“华中科技大学-南洋理工大学学术大讲堂”首场讲座于线上举行，应华中科技大学计算机科学与技术学院认知计算与智能信息处理实验室主任魏巍副教授邀请，南洋理工大学计算机科学与工程学院Gao Cong教授以Enriched Spatial Data Management and Trajectory Data Mininge为主题进行线上分享，讲坛由魏巍副教授主持，吸引了来自南洋理工大学、华中科技大学等高校的500余名科研工作者以及学生线上参会。
报告内容：
丛高教授认为，随着GPS设备的普及，大量的地理空间数据正在以前所未有的规模产生。在本次报告中，丛高教授介绍了在地理空间数据挖掘与管理方面的研究概况，并对相关的两个主题进行了具体介绍：一是查询丰富的空间数据，二是关于轨迹数据的挖掘，如轨迹相似度计算、轨迹简化和智能交通应用。
丛高教授介绍了丰富的空间数据的具体范畴：数据不只集中在空间属性，还有其他属性，比如图像、视频等属性；不只有静态数据，同时也包括微博等数据流相关的数据，等等。之后，丛高教授详细介绍了相应的数据管理方面的工作，比如采用一些分布式的系统或方法去支持数据流的查询或处理，同时解决其中可能存在的负载均衡等问题。
丛高教授表示按照空间数据的形态可将数据分为三种类型：点、轨迹、区域，针对三种数据由不同的数据挖掘、数据分析的任务，同时有不同的应用。
之后，丛高教授举例仔细讲解了如何构建支持具有多种属性的空间数据流上的数据进行分布式查询的方法（SSTD），并在随后对轨迹类型的数据进行了重点介绍，比如轨迹相似性计算的方法，最后简要介绍了智能交通的相关应用。
主讲人简介
丛高，现任南洋理工大学计算机科学与工程学院教授、新加坡电信认知与人工智能实验室联席主任。丛高教授在2004年获新加坡国立大学计算机科学博士学位，并在2004年至2006年在爱丁堡大学从事博士后工作。曾任丹麦奥尔堡大学助理教授、微软亚洲研究院的研究员，之后加入南洋理工大学。丛高教授的主要研究兴趣是数据科学，他的研究主要集中在地理空间数据管理、时空数据挖掘、推荐和社交媒体数据挖掘。曾在著名期刊(如VLDB Journal, TODS, TKDE)和会议(如VLDB, SIGMOD, ICDE, KDD, WSDM, SIGIR, WWW)上发表文章。他的论文在WSDM'20和WSDM'22中获得了最佳论文奖，谷歌Scholar引用量达14000余次，其中H-index达61。丛高教授曾担任2022年ICDE的PC联席主席、KDD'21的副主席、VLDB 2014的E&A track的PC 联席主席和 ICDE'18的PC副主席。同时，丛高教授也是ACM数据库系统学报(TODS)的副主编，ACM KDD新加坡分会的副主席。