上海交通大学计算机考研,上海交通大学计算机考研科目
新智元报道
编辑:LRS
【新智元导读】叶南阳老师正在招收2023秋季入学博士生。
上海交通大学助理教授叶南阳,博士毕业于剑桥大学,目前的研究兴趣包括但不限于分布外泛化(Out-of-Distribution Generalization)、贝叶斯深度学习和因果推理(causal inference),解决基于独立同分布假设(i.i.d assumption)的传统机器学习中较差的泛化性能,致力于从理论和算法上解决限制机器学习算法在实际应用中的根本问题,突破目前深度学习被称为现代炼金术的困境。
叶南阳 助理教授
个人主页:https://ynysjtu.github.io/
实验室长期与剑桥大学,北京大学等机构保持长期合作关系。优秀同学有机会推荐海外顶级高校学习。
叶南阳老师同时担任几个关键机器学习期刊和会议的计划委员会成员和评审员,该实验室最近几年在顶级机器学习和人工智能会议上发表了多篇论文,如NeurIPS、CVPR、ICCV、AAAI、IJCAI等,更多论文详情请参考导师个人主页。
上海交通大学约翰·霍普克罗夫特计算机科学中心于 2017 年 1 月正式成立,以图灵奖得主、中科院外籍院士、上海交通大学访问讲席教授 John Hopcroft 的名字命名,由他亲自担任主任。
中心的使命在于创建宽松自由的国际化学术环境,招募深具潜力的青年学者,助力他们成长为计算机领域世界一流的青年学者,大幅提升我国的计算机学科水平;建立国际先进的计算机及相关交叉学科人才培养机制。
招生信息
春季学期招生,招收2023年秋季入学的博士生。
招生对象为数学,计算机科学与技术,软件工程,自动化等相关专业学生。请有意愿读博的同学尽早联系,通过即可开始进入实验室学习。
实验室为研究生提供多个高性能服务器平台,为学术研究提供硬件保障。
实验室近年在机器学习和人工智能的顶级学术会议发表多篇顶会论文,详细论文信息参见导师主页。
研究方向
计算机视觉和机器学习。我们致力于从理论和算法上研究分布外泛化(Out-of-distribution Generalization)问题。
传统的机器学习基于独立同分布假设(i.i.d assumption),泛化到非源域内目标时表现很差。分布外泛化能够解决这个问题,并且在无人机平台、自动驾驶、医学影像处理等应用领域具有广阔的发展前景。
招生要求
1. 强烈的科学探索精神;
2. 具有良好的数学基础;
3. 快速迭代实现的编程能力;
4. 了解机器学习的基本知识;
5. 较好的英文阅读和写作能力;
6. 有计算机视觉、机器学习、深度学习相关论文发表者可加分。
申请方式
邮箱:ynylincoln@sjtu.edu.cn
春季学期报名的博士生,请在2月份联系,尽快和我们开展交流。我们需要一定的时间考察申请人的技术能力和综合能力
上海交通大学计算机考研(上海交通大学计算机考研科目)