Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

深研人工智能,这些高校实验室在招硕士/博士/博士后

作为专业的全球人工智能信息服务平台,机器之心拥有大量活跃于人工智能学术领域的顶级学者,也有大量正在攻读 AI 专业的学生。

去年,机器之心发布了第一季招收硕士/博士博士后的文章,为广大读者们传递了海内外招生的教授与实验室信息,引起了不错的反响。

如今,又到了博士招生的季节,在这一期招生文章中我们整理了海内外多所实验室的招生信息,包括:清华大学、香港科技大学、新加坡管理大学。

希望这些消息能对立志在学界深造的你有所帮助(按照姓式排名)。

港科大陈启峰

Qifeng Chen(陈启峰)教授现在是香港科技大学的计算机系与电子系的助理教授。他博士毕业于斯坦福,本科毕业于香港科技大学。2018 年,他被评为中国 35 位 35 岁以下的科创青年之一。他相关的研究获得 Google Faculty Research Awards。2011 年他获得 ACM-ICPC 全球总决赛的全球第二名。他在 2017 年联合成立了初创公司 Lino。

主页: https://cqf.io

实验室的简介 

香港科技大学智能视觉实验室是陈启峰教授领导的围绕人工智能计算机视觉的实验室。实验室相关研究方向包括探索下一代智能图像信号处理,提高深度传感器与摄像头性能,图像与视频合成,深度学习联邦学习等。

招生数量 

3-5 个博士生或硕士生。

研究方向 

  • 计算机视觉

  • 图像处理

  • 机器学习

  • 图形学 

联系方式 

感兴趣的同学请通过以下邮箱沟通:cqf@ust.hk

清华大学刘知远

刘知远,清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。2011 年获得清华大学博士学位,已在 ACL、IJCAI、AAAI 等人工智能领域的著名国际期刊和会议发表相关论文 60 余篇,Google Scholar 统计引用超过 5,900 次。承担多项国家自然科学基金。曾获清华大学优秀博士学位论文、中国人工智能学会优秀博士学位论文、清华大学优秀博士后、中文信息学会青年创新奖,入选《麻省理工科技评论》「35 岁以下科技创新 35 人」中国区榜单(MIT TR-35 China)、中国科协青年人才托举工程、中国计算机学会青年学者提升计划。担任中文信息学会青年工作委员会执委、副主任,中文信息学会社会媒体处理专委会委员、秘书长,SCI 期刊 Frontiers of Computer Science 青年编委,ACL、EMNLP、COLING、IJCNLP 领域主席。

实验室简介

清华大学自然语言处理与社会人文计算实验室成立于 20 世纪七十年代末,是国内开展自然语言处理研究最早、深具影响力的科研单位,也是中国中文信息学会(全国一级学会)计算语言学专业委员会的挂靠单位。实验室围绕以中文为核心的自然语言处理,在中文信息处理、机器翻译、社会计算和知识图谱等方面开展系统深入的研究。实验室学科带头人是孙茂松教授,教师团队包括刘洋副教授和刘知远副教授。近年来,在孙茂松教授担任首席科学家的 973 项目支持下,提出了融合知识的统一语义表示框架、知识指导的自然语言处理等学术思想,取得一系列原创成果,在 ACL 等国际顶级会议和期刊累计发表高水平论文百余篇,据 CSRankings 显示名列前茅,相关成果发布的开源工具包获得 2 万星标关注,推出的「九歌」中国古诗自动生成系统获得广泛关注。实验室网站:http://nlp.csai.tsinghua.edu.cn/

招生数量和要求

拟招聘 1-2 名博士后。具有计算机科学技术或相关学科博士学位,博士毕业两年以内;熟悉自然语言处理机器学习的基本理论、模型与算法,曾在国内外相关重要期刊或国际会议上发表高水平学术论文;具有较强的编程能力及项目研发能力;责任心强,具有较好的团队合作精神和创新意识,英语阅读及写作能力较强;符合清华大学博士后招收条件。

研究方向

大规模关系知识的自动获取及其在自然语言处理任务的应用,包括:常识与知识的智能获取技术,知识指导的自然语言处理技术。

关键词:知识图谱,知识获取,自然语言处理深度学习

联系方式

有意者请将申请材料发至电子邮箱,请在邮件主题中注明姓名和「申请博士后」。材料通过初选者进行面谈(面谈时间另行通知),然后走清华大学博士后申请程序。电子邮箱:liuzy@tsinghua.edu.cn

新加坡管理大学刘洪泉

我是新加坡管理大学信息系统学院教授,研究方向为人工智能运筹学,结合数据分析和优化以进行业务决策。具体来说,也就是利用优化模型、基于智能体的模型和元启发法来解决物流、运输和供应链管理中的数据驱动型的资源规划、计划和协调问题。

最近,我的研究重点是城市共享经济中的规划与计划问题。我过去研究中,贯穿始终的共同点是超越论文来构建可用的新颖工具和原型,其中许多工具和原型已在行业中有所测试和部署。

实验室简介

UNiCEN(城市计算与工程实验室)是行业与大学的协同合作的实验室,旨在结合 AI 和科学管理方法进行与行业相关的研发,从而创建智能系统以解决城市挑战并进行测试。我们的研究重点是城市物流,城市交通,公共安全与治安以及海上和港口优化方面的问题。

更多信息请查看:https://unicen.smu.edu.sg/

招生数量

3-4 位博士生。

研究方向

我们正在寻找对将机器学习与优化相结合,以解决资源规划调度和协调问题感兴趣的学生。如果你是对用于图像/语音识别、NLP、视频、机器人的机器学习感兴趣,那么实在抱歉,这不是我们的兴趣方向。但是,如果你有兴趣将机器学习应用于诸如物流、自动驾驶汽车管理、智慧城市资源规划和其他城市服务等商业难题决策,欢迎你加入我们!

联系方式

  • 联系邮箱:hclau@smu.edu.sg

  • 个人主页:http://www.mysmu.edu/faculty/hclau/

入门博士招聘
相关数据
刘知远人物

刘知远,清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。2011 年获得清华大学博士学位,已在 ACL、IJCAI、AAAI 等人工智能领域的著名国际期刊和会议发表相关论文 60 余篇,Google Scholar 统计引用超过 2100 次。承担多项国家自然科学基金。曾获清华大学优秀博士学位论文、中国人工智能学会优秀博士学位论文、清华大学优秀博士后、中文信息学会青年创新奖,入选中国科学青年人才托举工程、CCF-Intel 青年学者提升计划。担任中文信息学会青年工作委员会执委、副主任,中文信息学会社会媒体处理专委会委员、秘书,SCI 期刊 Frontiers of Computer Science 青年编委,ACL、COLING、IJCNLP 领域主席。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

运筹学技术

运筹学,是一门应用数学学科,利用统计学和数学模型等方法,去寻找复杂问题中的最佳或近似最佳的解答。运筹学经常用于解决现实生活中的复杂问题,特别是改善或优化现有系统的效率。研究运筹学的基础知识包括矩阵论和离散数学,在应用方面多与仓储、物流等领域相关。因此运筹学与应用数学、工业工程专业密切相关。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

机器翻译技术

机器翻译(MT)是利用机器的力量「自动将一种自然语言(源语言)的文本翻译成另一种语言(目标语言)」。机器翻译方法通常可分成三大类:基于规则的机器翻译(RBMT)、统计机器翻译(SMT)和神经机器翻译(NMT)。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

图像处理技术

图像处理是指对图像进行分析、加工和处理,使其满足视觉、心理或其他要求的技术。 图像处理是信号处理在图像领域上的一个应用。 目前大多数的图像均是以数字形式存储,因而图像处理很多情况下指数字图像处理。

信号处理技术

信号处理涉及到信号的分析、合成和修改。信号被宽泛地定义为传递“关于某种现象的行为或属性的信息(如声音、图像和生物测量)”的函数。例如,信号处理技术用于提高信号传输的保真度、存储效率和主观质量,并在测量信号中强调或检测感兴趣的组件。我们熟悉的语音、图像都可以看做是一种信号形式。因此,对于语音、图像的增强、降噪、识别等等操作本质上都是信号处理。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

港科大机构

香港科技大学(The Hong Kong University of Science and Technology),位于中国香港,简称港科大(HKUST),为环太平洋大学联盟、全球大学校长论坛、东亚研究型大学协会、亚洲大学联盟、中国大学校长联谊会重要成员,并获AACSB和EQUIS双重认证,是一所亚洲顶尖、国际知名的研究型大学。该校以科技和商业管理为主、人文及社会科学并重,尤以商科和工科见长。截至2019年9月,学校设有理学院、工学院、工商管理学院、人文社会科学学院等4个学院及跨学科课程事务处;校园占地超过900亩,有教员697人,各类学生16054人,其中本科生10148人,研究生5906人。

https://hkust.edu.hk/
联邦学习技术

如何在保护数据隐私、满足合法合规要求的前提下继续进行机器学习,这部分研究被称为「联邦学习」(Federated Learning)。

机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
孙茂松人物

孙茂松,教授,博士生导师,曾任清华大学计算机科学与技术系系主任,现任教育部在线教育研究中心副主任、清华大学计算机系党委书记、清华大学大规模在线开放教育研究中心主任。

语言学技术

每种人类语言都是知识和能力的复合体,语言的使用者能够相互交流,表达想法,假设,情感,欲望以及所有其他需要表达的事物。语言学是对这些知识体系各方面的研究:如何构建这样的知识体系,如何获取,如何在消息的制作和理解中使用它,它是如何随时间变化的?语言学家因此关注语言本质的一些特殊问题。比如: 所有人类语言都有哪些共同属性?语言如何不同,系统的差异程度如何,我们能否在差异中找到模式?孩子如何在短时间内获得如此完整的语言知识?语言随时间变化的方式有哪些,语言变化的局限性是什么?当我们产生和理解语言时,认知过程的本质是什么?语言学研究的就是这些最本质的问题。

推荐文章
暂无评论
暂无评论~