BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Information Systems Group - ECPv6.4.0.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://isg.ics.uci.edu
X-WR-CALDESC:Events for Information Systems Group
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Los_Angeles
BEGIN:DAYLIGHT
TZOFFSETFROM:-0800
TZOFFSETTO:-0700
TZNAME:PDT
DTSTART:20250309T100000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0700
TZOFFSETTO:-0800
TZNAME:PST
DTSTART:20251102T090000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Los_Angeles:20250411T110000
DTEND;TZID=America/Los_Angeles:20250411T120000
DTSTAMP:20260430T221459
CREATED:20250401T171717Z
LAST-MODIFIED:20260401T210231Z
UID:2188-1744369200-1744372800@isg.ics.uci.edu
SUMMARY:Jiawei Han (distinguished lecture): A Retrieval-and-Structuring Approach for LLM-Enhanced\, Theme-Focused Scientific Exploration
DESCRIPTION:“A Retrieval-and-Structuring Approach for LLM-Enhanced\, Theme-Focused Scientific Exploration” \nAbstract:  Large Language Models (LLMs) may bring unprecedented power for scientific exploration.  However\, current LLMs may still encounter major challenges for effective scientific exploration due to their lack of in-depth\, theme-focused data and knowledge.  Retrieval augmented generation (RAG) has recently become an interesting approach for augmenting LLMs with grounded\, theme-specific datasets.  We discuss the challenges of RAG and propose a retrieval and structuring (RAS) approach\, which enhances RAG by improving retrieval quality and mining structures (e.g.\, extracting entities and relations and building knowledge graphs) to ensure its effective integration of theme-specific data with LLM.  We show the promise of this approach at augmenting LLMs and discuss its potential power for LLM-enabled science exploration.  \n\n\n\n\nBio: Jiawei Han is Michael Aiken Chair Professor in the Siebel School of Computing and Data Science\, University of Illinois Urbana-Champaign.  He received ACM SIGKDD Innovation Award (2004)\, IEEE Computer Society Technical Achievement Award (2005)\, IEEE Computer Society W. Wallace McDowell Award (2009)\, Japan’s Funai Achievement Award (2018)\, and being elevated to Fellow of Royal Society of Canada (2022).  He is Fellow of ACM and Fellow of IEEE and served as the Director of Information Network Academic Research Center (INARC) (2009-2016) supported by the Network Science-Collaborative Technology Alliance (NS-CTA) program of U.S. Army Research Lab and co-Director of KnowEnG\, a Center of Excellence in Big Data Computing (2014-2019)\, funded by NIH Big Data to Knowledge (BD2K) Initiative.  Currently\, he is serving on the executive committees of two NSF funded research centers:  MMLI (Molecular Make Research Institute)—one of NSF funded national AI centers since 2020 and I-Guide—The National Science Foundation (NSF) Institute for Geospatial Understanding through an Integrative Discovery Environment (I-GUIDE) since 2021.
URL:https://isg.ics.uci.edu/event/jiawei-han-distinguished-lecture/
LOCATION:DBH 6011
END:VEVENT
END:VCALENDAR