博士/访问学生/学者申请|新加坡管理大学(SMU)周攀助理教授:机器学习、计算机视觉、优化算法方向

490次阅读
没有评论

博士/访问学生/学者申请|新加坡管理大学(SMU)周攀助理教授:机器学习、计算机视觉、优化算法方向

  新智元报道  

编辑:LRS

【新智元导读】周攀助理教授招收学生和学者,研究方向包括神经网络结构设计、学习框架 (自监督学习、生成学习以及元语境学习)、网络参数优化器,英语成绩无硬性要求。


新加坡管理大学(Singapore Management University,SMU)成立于2000年,坐落于新加坡市中心,为世界顶级的财经类院校和计算机信息技术强校。


目前,新加坡管理大学总共有学生一万余人,包含六个学院:计算机与信息系统学院、会计学院、经济学院、李光前商学院、法律学院以及社会科学学院。


博士/访问学生/学者申请|新加坡管理大学(SMU)周攀助理教授:机器学习、计算机视觉、优化算法方向

其中,计算机与信息系统学院在计算机科学专业排名 CSRankings 中位于全球 84,其人工智能领域位于全球 39 位, ShanghaiRanking排名中位于全球51-75。


导师简介


周攀博士,新加坡管理大学助理教授。2019年于新加坡国立大学获得博士学位,师从颜水成和冯佳时教授(现分别任昆仑万维联合首席执行官以及TikTok视觉研究负责人)。


2016年于北京大学获得硕士学位,师从林宙辰和张超教授。2019年于普林斯顿大学访问,以及2018年于佐治亚理工访问。2019-2021年在Salesforce公司研究部工作以及2021-2024年在Sea AI Lab工作。


研究方向为机器学习、计算机视觉和优化算法。在TPAMI、ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV等期刊会议发表一作科研论文20多篇,另外合作发表30多篇,谷歌引用4000多次,曾获得2018年微软学者荣誉称号。他担任国际著名会议NeurIPS以及ICLR领域主席,也是著名期刊会议TPAMI,IJCV,ICML,NeurIPS,CVPR,ICCV等的审稿人。


博士/访问学生/学者申请|新加坡管理大学(SMU)周攀助理教授:机器学习、计算机视觉、优化算法方向

相关论文及介绍请参考个人主页:https://panzhous.github.io/

招生信息


现招收博士研究生和兼职博士(两者都是2025年1月入学)以及访问学生和学者(CSC或者自己学校或者SMU资助)。研究课题围绕高效通用人工智能(AGI),旨在理解语言、语音和视觉数据,并像人类一样解决任务。


具体研究包括:1) 神经网络结构设计、2)学习框架 (自监督学习、生成学习以及元语境学习)、 3)网络参数优化器。学生可依据兴趣研究其中一个方向或其他相关方向。


博士/访问学生/学者申请|新加坡管理大学(SMU)周攀助理教授:机器学习、计算机视觉、优化算法方向

1. 网络架构设计:研究高容量和高效率的神经网络结构以获取视觉或文本知识,从而提高AGI模型能力。在该方向,他及团队提出了一系列高效且实用的网络结构,包括MetaFormer网络结构(约500谷歌引用, CVPR oral, TPAMI)等,发表了多篇顶会顶刊。


2. 学习框架:这方面主要研究学习问题和训练损失函数构建,包括:

a) 单/多模太自监督学习,使AI模型能够从大规模数据中学习通用知识,实现通用且较强的数据识别和分析能力。他及团队提出了一系列高效的自监督学习框架,如单模太PCL框架(约800谷歌引用,ICLR)和Mugs框架(ImageNet上最强分类性能),多模态PTP框架(Position-guided Text Promp, CVPR,TPAMI)等。


b) 生成式学习,使AI模型具有人类的想象力和创造力。他及团队提出了一系列高效的生成式学习框架,如图像生成的MDT框架(ImageNet256x256上最强生成效果,ICCV)、多模态的EditAnything框架(GitHub 2.9K+ 星)、3D 生成模型Instant3D等。


c) 元语境学习提高人工智能模型的少样本/快速学习能力。他及团队提出了高效的元学习框架,如一阶元学习Meta-MinibatchProx框架(NeurIPS,spotlight), 高效prompt学习 (ICLR)等。


3. 参数优化器:在设计AI模型及其学习框架(训练函数)后,参数优化器旨在高效训练AI模型,降低训练成本。他及团队提出了系列高效训练算法,包括Adan优化器(十多种网络上2倍加速)和Win加速策略(1.5倍加速,ICLR)。


可为(访问)学生和学者提供:


自由的科研氛围:可研究最前沿的AI课题,发表顶会和顶刊。


细致的研究指导:讨论研究课题、方法、实验以及培养科研思维以及独立思考能力,希望青出于蓝而胜于蓝。


广泛的高校和企业合作实习机会:包括但不限于佐治亚理工、北京大学、香港理工、中科院等知名高校,以及Tiktok、昆仑万维、华为等企业。


博士研究生及兼职博士申请要求


1. 本科或硕士学历,专业为计算机或相关领域,成绩优异;


2. 热爱科研,有机器学习/计算机视觉/AI/优化相关论文和项目经历者优先,数学基础扎实者优先;


3. 熟悉深度学习框架,有较强的编程能力;


4. 拥有积极乐观的心态,持续探索学习的态度,诚实正直,自我驱动力强;

5. 英语 IELTS (TOEFL) 和 GRE(GMAT)成绩(无硬性分数要求)。


SMU会为博士生提供含学费和生活补助的全额奖学金 (2200-3300新币/月)。

具体学院要求和奖学金额度可访问:

https://computing.smu.edu.sg/phd/admissions-fees-scholarships

访问学生和学者申请要求


实验室现有多个访问学生和学者名额,可由实验室资助。此外,他可招收学生远程实习。研究课题没有严格要求,无需做全新课题。


他在Sea AI Lab指导了二十多名实习生,大多数是博一博二学生,因此有着丰富的指导经验。其中,百分九十以上的学生在半年内做出了一作顶会顶刊。


在指导过程中,每周至少一次一对一的会议,对研究课题讨论和确立、方法、以及写作全程保驾护航。另外,可以推荐实习、工作、以及教职机会,希望学生青出于蓝而胜于蓝。


申请方式


请有意向的同学和学者将简历、论文和简要的研究兴趣发送至 panzhou3@gmail.com


对于学生,发送邮件时请附上成绩单。SMU博士申请截止时间为6月30日:https://computing.smu.edu.sg/phd/scis-phd-fellowship

请尽早联系,名额招满即止,无GRE和GMAT成绩的优秀学生亦可提前联系,后补语言成绩。访问学生和学者无英语要求,无申请时间要求。

博士/访问学生/学者申请|新加坡管理大学(SMU)周攀助理教授:机器学习、计算机视觉、优化算法方向
博士/访问学生/学者申请|新加坡管理大学(SMU)周攀助理教授:机器学习、计算机视觉、优化算法方向

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy