標籤：

北京大學深度學習實驗室

05-02

北京大學深度學習實驗室是北京大學數據科學研究中心最重要的基礎研究機構。它集結了北京大學在計算機科學、應用和計算數學、統計學等領域的最活躍的學者。實驗室主任由機器學習領域國際上最活躍的學者之一張志華教授擔任。希望用三到五年的時間建成世界一流的研究機構，成為中國深度學習和人工智慧學科的最主要的基礎研究中心。

實驗室的使命是研究機器學習的機理，包括但不限於深度學習和強化學習，並且運用機理去解決現實問題。發展機器學習理論，研究新的機器學習模型和原型，設計高效的演算法以及實現大規模的演算法軟體庫/平台。目前研究方向主要集中在但不限於以下幾個方面：

  1. 發展理解深度學習機制的理論；
  2. 發展高效的優化多層神經網路的演算法；
  3. 針對不同類型問題的網路結構設計；
  4. 貝葉斯模型和產生式博弈模型；
  5. 強化學習及其應用；
  6. 自然語言處理、計算機視覺、量化經濟等領域的應用。

實驗室將在數據科學專業招收直博生和碩士生，並單獨培養；同時依靠北京大學數學學院和北京國際數學中心招收博士後研究員。

歡迎優秀的您加入我們，

攜手探索人工智慧新奧秘！

教師成員（按首字母順序）

董彬、鄂維南、穆亞東、邰騁、文再文、嚴睿、張立、張志華、朱占星

董彬，北京國際數學研究中心研究員，北京大數據研究院生物醫學影像分析實驗室副主任。2009年在美國加州大學洛杉磯分校（UCLA）數學系獲得博士學位。博士畢業後曾在美國加州大學聖迭戈分校（UCSD）數學系任訪問助理教授、2011－2014年在美國亞利桑那大學（University of Arizona）數學系任（Tenure-Track）助理教授，2014年底入職北京大學、北京國際數學研究中心。主要研究領域為應用調和分析、變分法、偏微分方程、機器學習及其在圖像和數據科學中的應用，應用包括圖像重建及修復、生物醫學成像、生物醫學影像分析、疾病量化、治療方案自動優化、半/無監督學習等問題，在包括《Journal of the American Mathematical Society》，《Applied and Computational Harmonic Analysis》，《Mathematics of Computation》, 《SIAM系列期刊》，《Journal of the Royal Statistical Society Series B》在內的國際重要學術期刊和會議上發表論文40餘篇，擁有2項美國專利。於2014年獲得求是基金會的求是傑出青年學者獎，2015年入選中組部第十一批「千人計劃」青年人才。

個人主頁

bicmr.pku.edu.cn/~dongb

科研項目

  • 生物醫學成像：CT、PET、核磁圖像/信號重建；冷凍電鏡三維結構重建；超分辨成像；
  • 醫療影像分析：醫療影像（CT、核磁）特徵提取、定量分析、智能輔助診斷；

鄂維南，北京大數據研究院院長、北京大學元培學院院長；中國科學院院士；美國數學學會、美國工業與應用數學學會會士；北京大學國際數學研究中心和數學學院教授；普林斯頓大學數學系和應用數學研究所教授；運籌和金融工程系兼職教授。

1996 年獲首屆美國總統青年科學家與工程師獎；2003 年獲國際工業與應用數學協會科拉茲(Collatz) 獎；2009 年獲美國工業與應用數學學會克來曼(Kleinman) 獎；2014 年獲美國工業與應用數學學會卡門 (Theodore von Karman) 獎。現任中國計算數學學會第九屆理事會理事長；國家973 計劃項目「非結構數據的統計學習：數學基礎及演算法」首席科學家；中國大數據專家委員會副主任委員；中國計算機學會大數據專家委員會委員；中關村大數據產業聯盟顧問。

穆亞東，北京大學研究員、博士生導師，2016年入選國家「青年千人計劃」.2004年在北京大學計算機系獲得理學學士學位，2009年獲得北京大學理學博士學位。穆亞東博士曾在新加坡國立大學（NUS）、美國哥倫比亞大學、華為香港諾亞方舟實驗室、美國電話電報公司研究院（AT&T Labs）擔任研究職位，2016年5月加入北京大學計算機科學技術研究所。主要研究領域為計算機視覺、多媒體內容分析、大規模機器學習以及通信運營商數據挖掘，在國際主流會議和期刊發表論文40餘篇，其中在CVPR/ICCV/ICML/SIGKDD等中國計算機學會（CCF）論文推薦列表A類會議發表論文超過二十篇，申請PCT/美國/中國專利近二十項。曾經作為Columbia-IBM Watson聯合項目組的主要成員，參與美國軍方資助的多媒體語義事件檢測ALADDIN工程。在華為香港工作期間，作為主要演算法設計師參與上海聯通海量通信位置數據挖掘系統。在美國電話電報公司研究院（AT&T Labs）工作期間，參與客戶服務數據挖掘系統IAX的機器學習子系統、美國電信客戶流失分析（churn analysis）系統等。穆亞東博士在數據哈希技術這一課題有深入研究。目前主要從事機器智能相關的研究工作，特別是多媒體事件監測、大規模機器學習、深度神經網路、自動駕駛演算法等。

個人主頁

muyadong.com

科研項目

  • 大規模視頻語義分析：視頻分類、視頻事件檢測、視覺語義概念嵌入模型等；
  • 基於視覺的自動駕駛演算法：基於視覺信息的車輛駕駛模型、目標（行人、車輛、交通標註等）檢測、基於視覺信息的定位與導航演算法等；
  • 機器學習與深度學習：分散式凸優化演算法、半隨機梯度下降演算法、圖數據的深度學習等；

邰騁，研究員。2016年獲得普林斯頓大學應用數學博士學位。主要研究領域包括大規模機器學習、人工智慧演算法和系統，應用調和分析等。在SIAM,JMLR,ICML等期刊會議發表多篇論文。曾獲得普林斯頓大學C.V.STARR Fellowship獎項。邰騁及其團隊研發了新一代大規模生物識別系統，被業界廣泛應用。

科研項目

  • 深度學習、增強學習的演算法和機理；
  • 機器學習輔助的系統模擬；
  • 非結構化數據分析和搜索，計算機視覺應用；
  • 大規模機器學習系統；

文再文，北京國際數學研究中心研究員。分別於2001年、2004年和2009年在上海交通大學、中科院數學與系統科學研究院和美國哥倫比亞大學獲學士、碩士和博士學位。 主要研究最優化理論與演算法及其在數據科學和材料科學中的應用 。2012年獲得教育部新世紀優秀人才支持計劃。2013年獲得國家自然科學基金優秀青年基金。2015年獲得中組部青年拔尖人才計劃。2016年獲得中國青年科技獎。 已經在SIAM J. on Optimization、SIAM J. on Scientific Computing、 Mathematical Programming 等國際重要雜誌發表論文30餘篇。開發有 MGLS,FPC_AS,LMaFit, OptM和Arrabit等多個學術軟體包。現為 「Mathematical Programming Computation」等雜誌編委。

個人主頁

bicmr.pku.edu.cn/~wenzw

科研項目

  • 正交約束優化，非線性特徵值問題；
  • 矩陣優化和帶結構優化問題；
  • 機器學習，增強學習等模型的優化演算法與理論；

嚴睿，北京大學計算機科學技術研究所助理教授（研究員），前百度公司資深研發，華中師範大學與中央財經大學客座教授與校外導師。主持研發多個開放問答系統和服務對話系統，發表高水平研究論文近50篇，其中CCF A類論文20餘篇，擔任多個高水平學術會議（KDD, SIGIR, ACL, WWW, AAAI, CIKM, EMNLP等）的（高級）程序委員會委員及審稿人。

個人主頁

ruiyan.me

科研項目

  • 語言處理：理解自然語言的形成，理解，挖掘，以及處理，並應用於實際語言類項目中；
  • 認知學習：通過（深度）機器學習的方式，探索包括但不僅限於自然語言相關的認知課題；

張立，北京大學，北京大數據研究院、北京大學健康醫療大數據研究中心、生物醫學影像分析實驗室研究員。2010年在武漢大學物理學院獲得學士學位。2015年在美國愛荷華大學電子與計算機工程獲得博士學位。博士畢業後愛荷華大學擔任博士後研究員，2016年8月入職北京大數據研究院、北京大學健康醫療大數據研究中心、生物醫學影像分析實驗室。主要研究領域為圖搜索、圖割演算法的優化問題及其在圖像分割、圖像配准等醫學影像分析上的應用，以及機器學習演算法在影像分析上的應用，在臨床應用方面包括心血管主動脈CT、MRI圖像的三維分割和定量分析，冠狀動脈血管內超聲和OCT圖像的管壁重建以及斑塊分析，大腦皮層和不同分區的MRI圖像分割技術以及眼底照片、OCT圖像分割技術，在包括《IEEE Transaction on Medical Imaging》，《JAMA ophthalmology》，《American Journal of Ophthalmology》，《Visual Neuroscience》在內的重要學術期刊上發表論文15篇。

個人主頁

scholar.google.com/cita

科研項目

  • CT、MRI、OCT、超聲、眼底影像的圖像分割和定量分析；基於深度學習方法的生化檢測/病理圖像分析；針對生物醫學影像的全卷積深度神經網路設計；

聯繫方式

zhangli_pku@pku.edu.cn

張志華，北京大學數學科學學院統計學教授，北京大數據研究院教授。之前曾經先後任教於上海交通大學和浙江大學，任聘計算機科學教授。主要從事於統計機器學習與人工智慧領域的研究和教學。是國際機器學習旗艦刊物Journal of Machine Learning Research的執行編委，並多次受邀擔任國際人工智慧頂級學術會議的程序委員或高級程序委員。其網路公開課「統計機器學習」和「機器學習導論」受到廣泛關注。

個人主頁

math.pku.edu.cn/teacher

科研項目

  • 深度學習：深度強化學習、自然語言處理、遊戲娛樂、深度學習優化演算法等；
  • 機器學習基礎：貝葉斯方法、大規模機器學習模型的求解演算法等；
  • 理論計算機科學：隨機演算法、在線博弈、區塊鏈等；

朱占星，北京大學數據科學研究中心研究員，北京大數據研究院研究員。2016年在英國愛丁堡大學獲得機器學習方向博士學位。 主要研究領域為人工智慧，機器學習，深度學習的優化方法，深度學習機制理論，大規模貝葉斯計算與優化理論，機器學習在交通大數據應用及計算機圖形學中的應用等，在機器學習領域頂級期刊及會議有多篇文章發表，包括NIPS, ICML, ACL, AAAI及 ECML 等。

個人主頁

sites.google.com/view/z (需要國際網查看)

科研項目

  • 深度學習及機器學習方法論：深度學習機制，深度學習優化方法，大規模優化，大規模貝葉斯計算，MCMC等；
  • 深度學習及機器學習在大數據中的應用：深度學習在交通大數據中的應用，深度學習/增強學習在計算機圖形學中的應用，機器學習在工業系統控制系統中的應用；

推薦閱讀：

TAG:深度學習DeepLearning | 大數據 | 人工智慧 |