人工智能十大未来之星

2018 年 5 月 14 日 专知

【导读】IEEE Intelligent Systems通过其每两年一次的“AI‘s 10 to Watch”专区,介绍和推荐年轻和有抱负的人工智能科学家。2018年这支队伍由10名年轻的新星组成,他们是:Bo An(安波), Erik Cambria, Yoav Goldberg, Akshat Kumar, Wei Liu(刘威), Cynthia Matuszek, Sinno J. Pan, Aditya Prakash, Maria Vanina Martinez, Yang Yu(俞杨)。


2017年,IEEE Intelligent Systems在全球范围内呼吁提名,要求获得博士学位的被提名者必须在过去的5年里获得博士学位。由IEEE Intelligent Systems编辑和咨询委员会成员组成的遴选委员会随后对名单进行投票。最终基于声誉、影响力、专家认可和多样性等条件选择出合适的人选。



今年的十位入选者如下:

  • Bo An(安波) 新加坡南洋理工大学助理教授

安波为多智能体系统领域做出了根本性贡献,特别是涉及到基于游戏的物理安全、网络安全和可持续性算法。


  • Erik Cambria新加坡南洋理工大学助理教授

ErikCambria倡导了一种多学科的自然语言理解方法,旨在弥合统计自然语言处理与理解人类语言所必需的其他学科(如语言学、常识推理和情感计算)之间的差距。


  • Yoav Goldberg  以色列巴伊兰大学高级讲师

YoavGoldberg为词汇语义学(理解词的意义)、句法分析(表示和自动推断句子结构)、深入学习语言处理等领域做出了贡献。


  • Akshat Kumar 新加坡管理大学助理教授

Akshat Kumar对基于决策的理论规划、约束优化、概率推理、图形模型和多智能体系统进行了初步的研究。


  • Wei Liu(刘威)  腾讯AI Lab 计算机视觉中心总监

刘威从事视觉数据相关的大规模学习,分类,搜索和推荐技术。


  • Cynthia Matuszek 马里兰大学巴尔的摩分校助理教授

Cynthia Matuszek将机器人、自然语言处理和机器学习结合起来,构建非专家可以直观和自然地指导、控制和交互的系统。


  • Sinno J. Pan 新加坡南洋理工大学助理教授

Sinno Jialin Pan是迁移学习领域的先驱。他帮助奠定了早期的理论基础,为迁移学习技术开发了实用的算法,并在现实世界中有着广泛的应用。


  • B.Aditya Prakash弗吉尼亚理工大学助理教授

B. Aditya Prakash获得了他在理解、推理和挖掘信息在不同真实世界系统中的网络传播方面的重要工作的奖项。他已经开发出一套高效、近乎最佳的免疫政策来控制流感在各种现实环境中的传播。他的工作也促成了社交媒体和网络安全方面的惊人应用。


  • Maria Vanina Martinez阿根廷国立南方大学

Maria Vanina Martinez研究了包含潜在不确定信息的丰富知识库的自动推理。她提出了个性化集成不一致和不完全知识库的解决方案,并为关系数据库和基于逻辑的知识库开发了不一致性管理语义。


  • Yang Yu(俞杨) 南京大学副教授

俞杨通过设计时间复杂度分析工具,提出近似分析框架,揭示算子的作用,为进化计算奠定了理论基础,解决了进化计算的基本问题。


原文链接:

https://www.computer.org/csdl/mags/ex/2018/01/mex2018010004.html


编译 | 专知

参与 | Xiaowen


更多教程资料请访问:专知AI会员计划

-END-

专 · 知

人工智能领域主题知识资料查看与加入专知人工智能服务群

【专知AI服务计划】专知AI知识技术服务会员群加入人工智能领域26个主题知识资料全集获取

[点击上面图片加入会员]

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~

关注专知公众号,获取人工智能的专业知识!

点击“阅读原文”,使用专知

登录查看更多
0

相关内容

电气与电子工程师协会(Institute of Electrical and Electronics Engineers),简称IEEE,总部位于美国纽约,是一个国际性的电子技术与信息科学工程师的协会,也是全球最大的非营利性专业技术学会。
【清华大学】低资源语言:回顾综述和未来的挑战,14页pdf
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
专知会员服务
206+阅读 · 2019年8月30日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
美国会听证会展示人工智能发展现状及趋势
新智元
5+阅读 · 2019年3月17日
业界 | 清华发布《人工智能芯片技术白皮书(2018)》
人工智能学家
4+阅读 · 2018年12月12日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
12+阅读 · 2018年2月25日
【人工智能】人工智能在深度学习领域的前世今生
产业智能官
5+阅读 · 2017年11月24日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
A Survey on Edge Intelligence
Arxiv
50+阅读 · 2020年3月26日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Arxiv
22+阅读 · 2019年11月24日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年9月11日
Arxiv
11+阅读 · 2018年7月31日
VIP会员
相关论文
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
A Survey on Edge Intelligence
Arxiv
50+阅读 · 2020年3月26日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Arxiv
22+阅读 · 2019年11月24日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年9月11日
Arxiv
11+阅读 · 2018年7月31日
Top
微信扫码咨询专知VIP会员