研究方向

多模态联合学习与前沿交叉应用 在当今信息爆炸的时代，各种形式的数据（文本、图像、音频、视频等）涌现出来，这些数据通常携带着丰富的信息。多模态信息处理作为人工智能领域的一个重要方向，旨在将来自不同源头的数据进行有效融合和交叉分析，以获取更深入、更全面的知识。本课题将聚焦于多模态信息融合的前沿技术，以及如何将这些技术应用于预训练大模型、零次学习等交叉前沿领域。

 

相关学科

计算机科学技术

 

关键词

大数据、多模态信息处理、信息交叉分析

 

科研导师

W. L

• • 哈尔滨工业大学计算机科学与技术博士，本科就读于电子科技大学软件工程学院；
  • 研究领域涵盖人工智能、机器学习、深度学习、多模态表征学习、脉冲神经网络和信源信道联合编码等；
  • 担任国际顶级会议AAAI，NeurIPS，期刊IEEE TCSVT的常任审稿人，在IEEE TCSVT等中科院一区期刊和国际顶级会议上共发表论文7篇。

科研成果

成果一：在英文期刊中发表学术论文

有方学者项目保证为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。

成果二：第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。

成果三：独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，保证学生研究内容的差异性。

成果四：顶尖院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，保证了推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。

成果五：高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。