ACM 2017 Fellow名单出炉：1/4因AI相关领域贡献获得提名

会员服务 ·

ACM 2017 Fellow名单出炉：1/4因AI相关领域贡献获得提名

2017 年 12 月 12 日 论智 weakish

作者：weakish

来源：论智

ACM（美国计算机协会）刚刚公布了2017年的ACM Fellow名单，共有54位成员被提名为ACM Fellow，其中有1/4（13位）成员因在机器学习、数据科学、人工智能领域的贡献而获得提名。

ACM主席说：“ACM Fellow是ACM最高的成员级别……他们对计算科学做出了里程碑意义上的贡献，他们的艰辛工作、奉献和启发，作为开创性的工作，以各种方式改善了我们的生活。”

下文简要概述因在机器学习、数据科学、人工智能领域的贡献而获得提名的13位成员的研究领域和兴趣。

张世富（Shih-Fu Chang）

大规模多媒体内容识别与多媒体信息检索

台湾人，哥伦比亚大学Richard Dicker教授，主要研究领域为多媒体信息检索、计算机视觉、机器学习和信号处理。他的工作的主要目标是开发可以从大量视频数据中提取丰富信息的智能系统。

马毅（Yi Ma）

用于计算机视觉和模式识别的低维模型理论及其应用

四川人，加州大学伯克利分校电子工程与计算机系教授。研究兴趣包括计算机视觉、压缩感知、机器学习和智能系统。最近的研究课题包括低维模型与深度网络，高维数据的稀疏表示与低秩逼近，高维数据的聚类与归类，以及从图像中重建三维结构。他的工作广泛应用于自然图像分割、人脸识别，对齐和纠正图像等领域。

Edith Cohen

网络和大数据领域的高效算法设计

Google研究员（Research Scientist），感兴趣的领域为建模和设计能够增强性能和功能的解决方案。曾研发请求处理和优化、内容搜索和送达、缓存、预取、路由、流、并行化等领域的算法和基础性的图算法。最近领导研发了用于分析和挖掘海量图（例如社交图和其他交互图）的高可伸缩性算法。她的工作有助于以前所未有的尺度和精度来计算中心性、相似性和影响力。

Adrew K. McCallum

机器学习的结构化设计和科学交流的创新

麻省大学计算机科学副教授（Associate Professor），信息提取与合成（Information Extraction and Synthesis）实验室主任。在人工智能领域发表了250多篇论文，包括自然语言处理、机器学习和强化学习。主要兴趣为文本信息提取、数据挖掘、信息整合、知识管理、文献计量学、社交网络分析、自然语言处理、机器学习、图形（graphical）模型、概率推理、概率编程语言、人工智能。

Dorin Comaniciu

机器智能、诊断成像、影像引导介入和计算机视觉

西门子医疗VP，医学影像技术负责人。他领导的团队擅长使用大规模数据构建医疗保健领域的人工智能应用程序。他在医学影像和机器智能领域的科学研究已转化为多种临床产品，这些产品致力于提高医疗质量，特别是在诊断影像、图像引导疗法和个性化医疗领域。他领导的团队在压缩感知方面的工作，在不影响成像质量的前提下使MR成像速度提高了10倍。

Nuria Oliver

人类行为的概率多模态模型及其在智能交互系统中的应用

DataPop Alliance首席科学家、Vodafone数据科学研发主管。

她基于机器学习技术在人类个体行为和群体行为的计算模型方面所做的基础性工作，为今天的智能系统指明了方向。她的研究促进了智能多模态界面、情境感知移动计算应用、个性化服务和社会公益大数据（Big Data for Social Good）的进展。她的研究兴趣包括人工智能、健康监测、移动计算、个人数据分析、大数据分析、基于统计的机器学习和数据挖掘、普适计算、个性化、计算社会科学及人机交互。

Carla P. Gomes

创立计算可持续性领域以及在人工智能领域的基础性的贡献

康奈尔大学计算可持续性研究所主任，康奈尔大学计算机科学教授。研究领域为大规模的基于约束的推理、优化和机器学习。最近，她专注于创立计算可持续性这一新领域。

芮勇（Yong Rui）

图像、视频和多媒体的分析、理解和检索

联想集团CTO，负责联想的全球技术战略、研发方向，包括智能设备、大数据分析、人工智能、云计算、5G和智能生活方式。

Bernhard Schölkopf

机器学习理论与实践

马克斯普朗克智能系统研究所（Max Planck Institute for Intelligent Systems）主管。科研兴趣为机器学习和基于经验数据的推断，特别是从可能的高维数据中提取规律的内核方法。这些通常是统计上的规律，然而，近年来，Schölkopf对统计依赖性下的因果结构的寻找方法很感兴趣。