· 智源学者

1965年出生,1986年于北京大学数学系获得学士学位,1992年在清华大学自动化系获得博士学位,现任清华大学自动化系教授。专业方向包括机器学习、人工智能、模式识别、计算机视觉等。张长水博士在TPAMI、TKDE、JMLR等重要期刊发表论文100多篇,在ICML、NIPS、CVPR、IJCAI等重要会议发表论文50多篇,Google Scholar总引用14000余次。

2018年张长水博士因对“信号处理中的半监督学习”方面的贡献当选国际电气与电子工程师协会会士(IEEE Fellow)。目前在TPAMI等期刊担任编委(Associate Editor)。

代表性成果:


1. 要保证监督学习算法取得高的性能,通常需要标注大量的样本,因而需要花费大量的时间和费用。半监督学习是希望利用少量监督数据和大量未标注数据来取得好的学习性能。为此,提出了一系列半监督学习方法,并进行了理论分析。此外,还把这些半监督学习方法用于计算机视觉、医学图像分析等领域;
2. 在机器学习中,距离度量起了非常大的作用,而距离度量往往和具体的应用问题关系密切。为此,提出了几个度量学习方法,从而可以从数据中学习适合应用问题的距离度量;


拟研究项目名称:小样本机器学习方法
 

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OK