陈丹琦等16位华人入选谷歌研究学者计划，半数本科毕业于大陆高校，3位清华校友

陈丹琦等16位华人入选谷歌研究学者计划，半数本科毕业于大陆高校，3位清华校友

 

 

4月7日，谷歌研究院公布了2021首届研究学者计划（Research Scholar Program）获奖者名单。

根据名单显示， 本年度共评选了77个获奖研究，以及86位获奖者，涉及15个国家和50多所大学，其中华人教授16位。

本科出身于清华大学的普林斯顿大学计算机系助理教授陈丹琦、杜克大学新晋助理教授陈廷钧，以及犹他大学计算机学院助理教授Qingyao Ai均位列其中。此外，其他13位华人教授中有多位本科均毕业于大陆知名高校，如 复旦大学、浙江大学、上海交通大学、北京航空航天大学、华中科技大学等。

该计划共涉及17个领域，其中华人教授覆盖10个领域，包括算法与优化：（1人）；地理科学研究（1人）；机器学习与数据挖掘（2人）；移动设备（1人）；机器感知（3人）；自然语言处理（2人）；隐私（1人）；结构化数据/提取/语义图和数据库管理（2人）；安全（2人）；系统（1人）。

1 关于谷歌研究学者计划

谷歌于去年3月正式启动研究学者计划，其目的是与教授开展合作，鼓励建立长期关系。其官网显示，此次评选的标准为：

• 向大学或授予学位研究机构的教授（助理，副教授等）开放。
• 申请者必须在提交后的7年内获得博士学位（例如，2020年的申请者必须在2013年或更晚时期获得博士学位）。如果申请人执教七年或不足7年，且有延误，如在行业工作，请假等会有例外。
• 申请人每轮可以提交一份申请，最多可以申请三次。

据悉，研究者计划将为获奖者最高提供6万美元奖金，用于支持教授的研究工作。

下面将获奖华人学者名单整理如下（排名不分先后）：

2 16位华人获奖教授

• 算法与优化

1、信哲文（Julian Shun），麻省理工学院

获奖研究：Scalable Parallel Subgraph Finding and Peeling Algorithms

 

信哲文是麻省理工学院电气工程与计算机科学系助理教授，也是CSAIL的首席研究员。在此之前，他曾担任加州大学伯克利分校的米勒研究员，与UC伯克利统计学教授Michael Mahoney一起工作。信哲文获得了卡内基梅隆大学的博士学位，导师是卡内基梅隆大学的计算机科学教授Guy Blelloch。

信哲文的研究兴趣包括并行和高性能计算的理论和实验，涉及高效的算法和数据结构的设计，以及高级编程框架的设计。最近的关注领域包括图分析、计算几何和字符串处理。他曾获得PLDI杰出论文奖、CGO最佳论文奖、SPAA最佳论文奖。

个人主页：https://people.csail.mit.edu/jshun/

• 地理科学研究

2、Suining He，康涅狄格大学

获奖研究：Fairness-Aware and Cross-Modality Traffic Learning and Predictive Modeling for Urban Smart Mobility Systems

 

Suining He目前在康涅狄格大学的计算机科学与工程系担任助理教授。他曾在密歇根大学电气工程与计算机科学系的实时计算实验室（RTCL）担任博士后研究员。他在香港科技大学计算机科学与工程系获得了博士学位，在华中科技大学获得工程学学士学位。

Suining He的研究兴趣包括：网络物理系统、移动与普适计算、数据挖掘与机器学习。他曾获得IEEE MASS 最佳论文荣誉提名奖和谷歌博士生奖研金。

个人主页：https://hesuining.weebly.com/

• 机器学习与数据挖掘

3、Jimmy Ba，多伦多大学

获奖研究：Model-based Reinforcement Learning with Causal World Models

 

Jimmy Ba是多伦多大学计算机科学系助理教授，他在Geoffrey Hinton的指导下完成了博士学位，硕士学位（2014年）和本科学位（2011年）也是在多伦多大学获得，导师分别是Brendan Frey和Ruslan Salakhutdinov。他是CIFAR AI主席，曾获得2016年Facebook机器学习研究生奖学金。

Jimmy Ba的研究兴趣集中在开发用于深度神经网络的高效学习算法上，并且对强化学习、自然语言处理和人工智能也很感兴趣。他是Adam算法的提出者之一（这篇论文已经获得超过7万的引用）。

个人主页：https://jimmylba.github.io/

4、Qingyao Ai，犹他大学

获奖研究：Metric-agnostic Ranking Optimization

 

Qingyao Ai是犹他大学计算机学院助理教授。他在2014年本科毕业清华大学计算机系，并在麻省大学阿默斯特分校信息与计算机科学学院获得了理学硕士/博士学位，导师是智能信息检索中心（CIIR）的W. Bruce Croft教授。

Qingyao Ai的研究主要集中在信息检索和机器学习的相关主题上。目前正在研究针对信息检索问题的深度学习技术，包括ad-hoc 检索、产品搜索/推荐和排序学习。

个人主页：http://ir.aiqingyao.org/home

• 移动设备

5、陈廷钧，杜克大学

获奖研究：Machine Learning- and Optical-enabled Mobile Millimeter-Wave Networks

 

陈廷钧是杜克大学电气与计算机工程系兼职助理教授（2021年秋季起全职担任）。他于2014年获得清华大学电子工程学士学位，于2020年获得哥伦比亚大学电气工程博士学位（导师是Gil Zussman教授）。

陈廷钧的研究兴趣是无线网络和系统领域，包括物联网（IoT）、能量收集网络、全双工无线、大型天线系统、毫米波网络以及光无线网络和边缘云。

他曾获得哥伦比亚工程莫顿·弗里德曼纪念卓越奖、Facebook奖学金等，还获得了ACM CoNEXT 2016最佳论文奖和ACM MobiHoc 2019最佳论文入围奖。

个人主页：https://tingjunchen.com/

• 机器感知

6、魏敏晨，香港理工大学

获奖研究：Accurate Capture of Perceived Object Colors for Smart Phone Cameras

 

魏敏晨 ，现任香港理工大学颜色与照明实验室副教授。本科毕业于复旦大学，2015年12月获宾夕法尼亚州立大学建筑工程系理学硕士和哲学博士学位。2015年10月，他以助理教授身份加入香港理工大学，并于2020年晋升副教授。

魏敏晨博士的研究方向主要包括基础颜色科学、针对影像系统（显示器、相机、AR/VR/MR系统）的颜色管理、及照明系统。其研究获得了香港研究资助局RGC、国家自然科学基金、香港特区政府政策创新与统筹办事处、香港机电工程署及工业界(Facebook、华为、大疆、WSP、欧普照明等)资助。

目前，魏博士还担任香港照明学会副主席、国际照明委员会第一分部和第八分部国家代表。

个人主页：https://www.bse.polyu.edu.hk/People/Minchen_WEI/index.html

7、Xin Yu ， 悉尼科技大学

获奖研究：Sign Language Translation in the Wild

 

Xin Yu目前是悉尼科技大学教授。在此之前，他曾在澳大利亚国立大学（ANU）担任研究员，拥有澳大利亚国立大学和清华大学双博士学位。他是IEEE TPAMI，IJCV，IEEE TIP，IEEE TNNLS，IEEE TCSVT，IEEE TMM，IEEE SMC等顶会的同行审稿人，也是ICCV，CVPR，ECCV，NeurIPS，ICLR，AAAI，WACV 计划委员会成员。

其研究方向是计算机视觉和机器学习相关主题。他在2020年在顶级会议发表论文14篇，其中《Transferring Cross-domain Knowledge for Video Sign Language Recognition》获得了CVPR2020年最佳论文奖提名；《Word-level Deep Sign Language Recognition from Video: A New Large-scale Dataset and Methods Comparison》获得了WACV2020年最佳论文荣誉奖。

个人主页：https://sites.google.com/view/xinyus-homepage/Home

8、朱霖潮， 悉尼科技大学

获奖研究：Sign Language Translation in the Wild

 

朱霖潮，本科毕业于浙江大学，现为悉尼理工科技大学ReLER实验室讲师。他的研究兴趣包括视频表征学习，无监督学习，自监督学习，小样本学习，迁移学习。

曾在CVPR、ICCV、ECCV、AAAI、NeurIPS、ACM MM、IJCAI等会议上发表多篇论文。目前共发表34篇，其中一作10篇。

个人主页：http://ffmpbgrnn.github.io/

• 自然语言处理

9、陈丹琦，普林斯顿大学

获奖研究：Improving Training and Inference Efficiency of NLP Models

 

陈丹琦，现任普林斯顿大学计算机系助理教授。她在高中期间参加第 20 届国际信息学奥林匹克竞赛 (IOI2008) 获得金牌被保送到清华姚班，后直博到斯坦福大学。

其博士毕业论文《Neural Reading Comprehension and Beyond》获得了斯坦福 Computer Science 的最佳博士论文奖（Arthur Samuel Best Doctoral Thesis Award）；论文《A Fast and Accurate Dependency Parser using Neural Networks》，被称为深度学习依存分析方法的“开山之作”，她和曼宁教授提出的方法在保持精度的前提下，将解析速度提高了 60 倍；此外，她还在 ACL 和 EMNLP 获得杰出论文奖。

陈丹琦的研究方向为自然语言处理、机器学习、深度学习，具体研究兴趣包括开发简单有效的方法来学习语言和知识的表示及其相互作用；建立实用的系统，包括问题解答，信息提取和对话代理。

个人主页：https://www.cs.princeton.edu/~danqic/

10、Kai-Wei Chang，加州大学洛杉矶分校

获奖研究：Certified Robustness to against language differences in Cross-Lingual Transfer

 

Kai-Wei Chang，2017年起担任加州大学洛杉矶分校（UCLA）计算机系助理教授，此前曾在弗吉尼亚大学计算机系担任助理教授。主要研究方向为自然语言处理与机器学习，谷歌引用数超过 13000。

本科就读于国立台湾大学，获得电气工程、计算机科学与信息工程双学位；2007年本科毕业后继续在国立台湾大学攻读计算机科学与信息工程硕士学位。随后，2010年赴伊利诺伊大学厄巴纳香槟分校（UIUC）攻读计算机科学博士学位，师从 Don Roth 教授。2015年取得博士学位，并继续在微软担任博士后研究员。曾获得 EMNLP 2017 最佳长论文奖、SIGKDD 2010 最佳研究论文奖、NSF 资助、2021年斯隆奖学金。

个人主页：http://web.cs.ucla.edu/~kwchang/

• 隐私

11、王宇翔（Yu-Xiang Wang），加州大学圣塔芭芭拉分校

获奖研究：Stronger, Better and More Accessible Differential Privacy with autodp

 

王宇翔，现担任加州大学圣塔芭芭拉分校计算机科学系助理教授。在加入UCSB之前，曾在Amazon AI研究中心担任科学家。

他的研究方向为统计机器学习，包括趋势过滤、差异隐私、子空间聚类、大规模学习/优化、强化学习等。其在ICML、NeurIPS、CVPR等顶会发表了多篇相关研究论文。

个人主页：https://sites.cs.ucsb.edu/~yuxiangw/

• 结构化数据、提取、语义图和数据库管理

12、吴文津（Eugene Wu），哥伦比亚大学

获奖研究：Interactive training data debugging for ML analytics

 

吴文津，现任哥伦比亚大学研究员。 他拥有加州理工大学理学学士学位和麻省理工学院博士学位，并在AMPLab担任博士后。

他曾获得VLDB 10 years（2018 ）奖，ICDE和VLDB的最佳引文奖，SIGMOD 2016最佳系统演示奖，NSF CAREER奖。

其研究方向为大数据处理，他的目标是使所有技术级别的用户都可以快速有效地理解他们的信息。他对最终改善用户与数据之间的界面的解决方案感兴趣，并使用从数据管理，系统，众包，可视化和HCI等领域借用的技术。

个人主页：https://cudbg.github.io/lab/

13、商静波，加州大学圣地亚哥分校

获奖研究：Structuring Massive Text Corpora via Extremely Weak Supervision

 

商静波现于美国加州大学圣迭戈分校（UC San Diego）计算机系和数据科学学院担任助理教授。2014年本科毕业于上海交通大学ACM班，2019年获得美国伊利诺伊大学厄巴纳香槟分校（UIUC）数据挖掘方向的博士学位，师从韩家炜教授。研究方向为文本数据的挖掘、自然语言处理、可解释的机器学习方法等。他的研究成果在业界得到广泛应用，曾获2015年Yelp数据挑战赛Grand Prize、2017年Google PhD Fellowship。

他的研究兴趣为数据挖掘及应用程序，具体包括文本挖掘，信息提取和自然语言处理；大规模文本网络的结构化挖掘；了解和改善深度神经网络；跨学科应用（例如，生物医学，物联网等）等，目前大部分研究项目主要集中在：开发有原则的数据驱动方法以及高效的机器学习模型。

个人主页：https://shangjingbo1226.github.io/

• 安全

14、冯煜（Yu Feng） , 加州大学圣塔芭芭拉分校

获奖研究：Exploit Generation Using Reinforcement Learning

 

冯煜是UCSB计算机科学系的助理教授。他获得了UT Austin的计算机科学博士学位，导师是Isil Dillig教授。他本科毕业于北京航空航天大学。

冯煜的研究兴趣包括编程语言、程序分析和验证、程序合成以及安全性。更具体地说，他想通过构建自动化工具，以合理、准确和可扩展的方式保证系统所需的行为。他曾获得ACM SIGSOFT 杰出论文奖和ACM SIGPLAN 杰出论文奖。

个人主页：https://fredfeng.github.io/

15、田园（Yuan Tian），弗吉尼亚大学

获奖研究：Exploit Generation Using Reinforcement Learning

 

田园是弗吉尼亚大学的助理教授。她在卡内基梅隆大学获得了博士学位，导师是Patrick Tague教授。

田园的研究重点是为现代和新兴系统的隐私性和安全性开发新颖的技术。通过对程序分析、协议分析、机器学习和人为因素进行分析和建模，以了解风险，并开发安全且可保护隐私的系统。她的工作已经在诸多平台中得到了现实应用，例如Android，Chrome，Firefox和iOS。她曾获得NSF CAREER Award、Amazon Faculty Research Award、NSF CRII Award、CSAW最佳论文奖（第三名）。

个人主页：https://www.ytian.info/

• 系统

16、Yanjing Li，芝加哥大学

获奖研究：Resilient Accelerators for Deep Learning Training Tasks

 

Yanjing Li是芝加哥大学计算机科学系（系统组）的助理教授。在加入芝加哥大学之前，她曾担任英特尔实验室的高级研究科学家。她在斯坦福大学获得了电气工程博士学位，并拥有卡内基梅隆大学的电气与计算机工程学士学位（计算机科学双学位）和数学科学硕士学位。

Yanjing Li曾获得NSF / SRC计划资助、Intel Labs Gordy Academy Award（Intel Labs的最高荣誉）、欧洲设计和自动化协会杰出论文奖、IEEE国际测试会议最佳学生论文奖、ACM Great Lakes Symposium on VLSI最佳论文奖以及IEEE VLSI Test Symposium最佳论文奖。

个人主页：http://people.cs.uchicago.edu/~yanjingl/

谷歌官博：https://ai.googleblog.com/2021/04/announcing-2021-research-scholar.html

500元卡时GPU资源「限时」免费领！

并行AI云面向AI深度学习和高性能计算，提供A100、V100、T4等丰富的云算力资源；预置TensorFlow、PyTorch等环境，开箱即用；三线专家团队7x24小时在线提供多元化服务，助开发者提升科研效率，降低科研成本。

欢迎扫码免费体验~

由于微信公众号试行乱序推送，您可能不再能准时收到的推送。为了第一时间收到的报道， 请将“”设为 星标账号在看”。

 

 

代嫁皇后 http://www.cityruyi.com/lm-4/lm-1/453.html