Л я Анг Чжао ⇐ Васина Википедия

[wiki_en]

Лян Чжао — ученый-компьютерщик и академик. Он является доцентом кафедры вычислительных наук Университета Эмори.
Исследования Чжао сосредоточены на интеллектуальном анализе данных, машинном обучении и искусственном интеллекте, с особым интересом к глубокому обучению на графиках, прогнозированию социальных событий, интерпретируемому машинному обучению, мультимодальному обучению | мультимодальному машинному обучению, генеративному искусственному интеллекту | генеративному искусственному интеллекту и глубокому распределенному обучению. обучение. Чжао получил премию Oracle for Research Grant, премию Cisco Faculty Research Award, Amazon Research Award
Чжао был научным сотрудником-наставником в области компьютерных инноваций в Консорциуме компьютерного сообщества | Консорциум компьютерного сообщества
==Образование==
Чжао получил степень бакалавра наук в области автоматизации, а затем получил степень магистра наук в области теории управления и техники управления в Северо-Восточном университете, который окончил в 2012 году. Он защитил докторскую диссертацию. степень бакалавра компьютерных наук в Политехническом институте и Государственном университете Вирджинии в 2016 году.
==Карьера==
Чжао начал свою карьеру в качестве доцента кафедры информатики и технологий
==Исследования==
Чжао сосредоточил свои исследования на развитии технологий интеллектуального анализа данных, машинного обучения и искусственного интеллекта, особенно их применения для решения критически важных проблем реального мира.
===Генераторный ИИ на сложных данных===
Чжао провел исследование по глубокому моделированию сложных данных, уделяя особое внимание пространственным, временным, сетевым, текстовым и гетерогенным типам. Он разработал новые графовые нейронные сети и стратегии вывода для кодирования сложных данных в их компоненты, что обеспечивает независимое и комбинированное изучение их вложений.
Чжао совместно охарактеризовал распределения временных и сетевых аспектов, используя новые методы генерации временных случайных блужданий и сквозной сборки блужданий.
===Совместные стратегии машинного обучения===
Чжао сосредоточился на разработке моделей обучения и прогнозирования как известных, так и неизвестных задач. Его исследования представили направления в пространственном многозадачном обучении, балансируя компромисс между отношениями задач и различиями, а также пространственной корреляцией и неоднородностью.
===Взаимодействие и согласование человека и ИИ===
Чжао исследовал объяснимый ИИ, в частности рассуждения ИИ и его коррекцию под руководством человека, чтобы улучшить медицинскую визуализацию для диагностики заболеваний путем разработки методов, критериев и сценариев оценки в сотрудничестве с рентгенологами и клиницистами. Он сосредоточился на предложении методов, которые сокращают разрыв в распределении между людьми и объяснениями ИИ в сложных данных, таких как 2D/3D-изображения, графики и пространственно-временные данные
==Награды и почести==
*2020 – Премия NSF CAREER, Национальный научный фонд
*2020 – Премия Amazon Research, Amazon Science
*2022 – Премия Meta Research, Meta Platforms|Meta Platform

==Библиография==
===Избранные книги===
* «Графовые нейронные сети: основы, границы и приложения» (2022) ISBN 978-9811660566

===Избранные статьи===
*Чжао, Л. (2021). Прогнозирование событий в эпоху больших данных: систематический опрос. Обзоры вычислительной техники ACM (CSUR), 54 (5), 1–37.
*Лин К., Чжао К., Лу Дж., Дэн К., Чжэн К., Ван Дж., ... и Чжао Л. (2023). Специализация предметной области как ключ к прорыву больших языковых моделей: комплексное исследование. Препринт arXiv arXiv:2305.18703.
*Чжао Л., Сунь К., Йе Дж., Чен Ф., Лу К.Т. и Рамакришнан Н. (2015). Многозадачное обучение прогнозированию пространственно-временных событий. В материалах 21-й международной конференции ACM SIGKDD по открытию знаний и интеллектуальному анализу данных (стр. 1503-1512).
*Чай З., Чен Ю., Анвар А., Чжао Л., Ченг Ю. и Рангвала Х. (2021). FedAT: высокопроизводительная и коммуникационная система федеративного обучения с асинхронными уровнями. В материалах Международной конференции по высокопроизводительным вычислениям, сетям, хранению и анализу (стр. 1–16).
*Линг К., Цзян Дж., Ван Дж., Тай М.Т., Сюэ Р., Сун Дж., ... и Чжао Л. (2023). Глубокое изучение и оптимизация представления графов для максимизации влияния. На Международной конференции по машинному обучению (стр. 21350-21361). ПМЛР.

Ученые-компьютерщики
Академики
Преподаватели Университета Эмори
Выпускники Технологического института Вирджинии
Выпускники Северо-Восточного университета
Год рождения отсутствует (живые люди)

Подробнее: https://en.wikipedia.org/wiki/Liang_Zhao