个人简历
熊英飞于2009年从日本东京大学获得博士学位，2009-2011年在加拿大滑铁卢大学工作，2012年加入北京大学，现任新体制长聘副教授。熊英飞的研究兴趣是程序设计语言和软件工程，特别是程序分析、综合和修复。他提出了理论和方法降低程序编写和缺陷修复的代价。比如，基于差别的双向变换框架是最广泛使用的双向变换框架之一，ACS将程序修复技术在公共数据集上的正确率从此前不到40%提升到70%以上。他的工作也被工业界采用，比如新一代Linux内核配置项目、燕云DaaS系统、华为公司等。他是SATE18的程序委员会联合主席，也在ICSE、FSE、ASE、ISSTA等会议担任PC。
讲座摘要
过去20年，数据驱动的软件工程技术获得很大发展，多个不同领域的技术都在大数据的帮助下获得显著提高。不过，现有大部分数据驱动的工作都是参数化的，即在大数据的帮助下对一些未知参数进行调参，而这些参数本身可能没有概率论上的解释。但如果我们从一开始就试图建立概率模型，那么我们就可以利用概率论的规则和程序相关的语法、语义等信息进行推导，既能够更有效地从数据中学习，也可以帮我们做出一些概率上最优的决策。本报告将介绍北京大学团队沿着这个思路的部分近期工作，包括用于程序合成的玲珑框架以及其他代码生成、缺陷修复上的应用，以及用概率方法提出一个新的差异化调试算法。
