Jump to content

Исинь Чен

Исинь Чен
Рожденный ( 1979-06-16 ) 16 июня 1979 г. (45 лет)
Род занятий Ученый-компьютерщик , академик и автор
Награды Сотрудник Института инженеров электротехники и электроники
Член Азиатско-Тихоокеанской ассоциации искусственного интеллекта
Академическое образование
Образование Бакалавр наук Информатика
Магистр наук Информатика
доктор философии Информатика
Альма-матер Университет науки и технологий Китая
Университет Иллинойса в Урбана-Шампейн
Академическая работа
Учреждения Вашингтонский университет в Сент-Луисе

Исинь Чен ученый-компьютерщик , академик и писатель. Он является профессором информатики и инженерии в Вашингтонском университете в Сент-Луисе . [ 1 ]

Научные интересы Чена сосредоточены на компьютерных науках , с особым упором на области машинного обучения , глубокого обучения и интеллектуального анализа данных . [ 2 ] Он участвовал в нескольких публикациях и написал несколько глав книг, в том числе «Кластеризация параллельных потоков данных» и «Оценка проблем секционированного временного планирования в дискретном пространстве и его применение в ASPEN» . [ 3 ] Он также является соавтором книги «Введение в объяснимый искусственный интеллект» .

Чен — избранный член IEEE. [ 4 ] за его вклад в системы глубокого обучения и членство в AAIA. Он также был сопредседателем программы конференции IEEE по большим данным 2021. [ 5 ]

Образование

[ редактировать ]

Чен получил степень бакалавра компьютерных наук в Университете науки и технологий Китая в 1999 году и степень магистра компьютерных наук в Университете Иллинойса в Урбана-Шампейн в 2001 году. Затем он защитил докторскую диссертацию. степень бакалавра компьютерных наук в Университете Иллинойса в Урбана-Шампейн под руководством Бенджамина Ва. [ 6 ] [ циклическая ссылка ] и завершил его в 2005 году. [ 7 ]

Чен начал свою академическую карьеру в качестве доцента кафедры компьютерных наук и инженерии Вашингтонского университета в Сент-Луисе в 2005 году. В 2010 году он был назначен доцентом кафедры компьютерных наук и инженерии Вашингтонского университета в Сент- Луисе. Луис. По состоянию на 2016 год он является профессором кафедры компьютерных наук и инженерии Вашингтонского университета в Сент-Луисе. [ 8 ] Он является директором Центра совместного обучения и эксплуатации человека и искусственного интеллекта (HALO) в Вашингтонском университете. [ 9 ]

Исследовать

[ редактировать ]

Чен является автором множества публикаций. Его исследовательские интересы сосредоточены в области машинного обучения, применения искусственного интеллекта в здравоохранении , алгоритмов оптимизации, интеллектуального анализа данных и вычислительной биомедицины. [ 2 ]

Ресурсоэффективное глубокое обучение

[ редактировать ]

Чен провел значительное исследование компактности и применимости глубоких нейронных сетей (DNN). Он предложил концепцию и архитектуру облегченных DNN. Его группа изобрела архитектуру HashedNets, которая сжимает непомерно большие DNN в гораздо меньшие сети с использованием схемы распределения веса. [ 10 ]

Чен также разработал структуру сжатия для сверточных нейронных сетей (CNN). Его лаборатория изобрела метод частотно-зависимого сжатия, при котором более важные параметры модели сохраняются лучше, что приводит к самым современным результатам сжатия. [ 11 ]

Глубокое обучение графикам и временным рядам

[ редактировать ]

Чен внес значительный вклад в развитие графовых нейронных сетей (GNN). Чен и его ученики предложили DGCNN, один из первых методов свертки графов, который позволяет получить значимое тензорное представление из произвольных графов, и показали его глубокую связь с алгоритмом Вейсфейлера-Лемана. [ 12 ] Они первыми применили GNN для прогнозирования связей (в известном алгоритме SEAL) и завершения матрицы и достигли мировых рекордов. [ 13 ]

Для классификации временных рядов Чен выступал за использование многомасштабной сверточной нейронной сети, также известной как MCNN, ссылаясь на ее вычислительную эффективность. Он проиллюстрировал, что MCNN реализует функции с различной частотой и масштабом, используя вычисления на графическом процессоре, в отличие от других платформ, которые могут удалять функции только в одном временном масштабе. [ 14 ]

Награды и почести

[ редактировать ]
  • 2006 - Премия главного исследователя в начале карьеры, Министерство энергетики
  • 2007 - Стипендия нового факультета Microsoft Research [ 15 ]
  • 2010 – Премия за выдающуюся работу, конференция AAAI по искусственному интеллекту [ 16 ]
  • 2022 – научный сотрудник Института инженеров электротехники и электроники. [ 4 ]
  • 2023 – научный сотрудник Азиатско-Тихоокеанской ассоциации искусственного интеллекта. [ 17 ]

Библиография

[ редактировать ]
  • Введение в объяснимый искусственный интеллект (2022 г.) ISBN 9787121431876

Избранные статьи

[ редактировать ]
  • Чен Ю. и Ту Л. (август 2007 г.). Кластеризация на основе плотности для потоков данных в реальном времени. В материалах 13-й международной конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных (стр. 133–142).
  • Чен В., Уилсон Дж., Тайри С., Вайнбергер К. и Чен Ю. (июнь 2015 г.). Сжатие нейронных сетей с помощью трюка хеширования. На Международной конференции по машинному обучению (стр. 2285–2294). ПМЛР.
  • Цуй З., Чен В. и Чен Ю. (2016). Многомасштабные сверточные нейронные сети для классификации временных рядов. Препринт arXiv arXiv:1603.06995.
  • Чжан М., Цуй З., Нейман М. и Чен Ю. (апрель 2018 г.). Сквозная архитектура глубокого обучения для классификации графов. В материалах конференции AAAI по искусственному интеллекту (Том 32, № 1).
  • Чжан М. и Чен Ю. (2018). Прогнозирование ссылок на основе графовых нейронных сетей. Достижения в области нейронных систем обработки информации, 31.
  1. ^ «Исинь Чен - Вашингтонский университет в Сент-Луисе» .
  2. ^ Jump up to: а б «Исинь Чен — профиль Академии Google» .
  3. ^ «Оценка проблем разделенного временного планирования в дискретном пространстве и ее применение в ASPEN - Researchgate» .
  4. ^ Jump up to: а б «Чен избран научным сотрудником IEEE — Инженерная школа МакКелви» . 6 декабря 2022 г.
  5. ^ «Конференция IEEE 2021 по большим данным — IEEE» .
  6. ^ «Бенджамин Ва — Arc.Ask3.Ru» .
  7. ^ «Инженерная школа МакКелви - Вашингтонский университет в Сент-Луасе» .
  8. ^ «Исинь Чен — Вашингтонский университет в Сент-Луисе» .
  9. ^ «Факультет – Центр совместного обучения и эксплуатации человека и искусственного интеллекта» .
  10. ^ «Сжатие нейронных сетей с помощью хэш-трюка — Цифровая библиотека ACM» . 6 июля 2015 г. стр. 2285–2294.
  11. ^ Чен, Вэньлинь; Уилсон, Джеймс; Тайри, Стивен; Вайнбергер, Килиан К.; Чен, Исинь (13 августа 2016 г.). «Сжатие сверточных нейронных сетей в частотной области». Материалы 22-й Международной конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных . стр. 1475–1484. дои : 10.1145/2939672.2939839 . ISBN  9781450342322 . S2CID   13253967 .
  12. ^ Сквозная архитектура глубокого обучения для классификации графов — ACM Digital Library . АААИ Пресс. 2 февраля 2018 г. стр. 4438–4445. ISBN  9781577358008 .
  13. ^ «Прогнозирование ссылок на основе графовых нейронных сетей — Цифровая библиотека ACM» . 3 декабря 2018 г. стр. 5171–5181.
  14. ^ Цуй, Чжичэн; Чен, Вэньлинь; Чен, Исинь (2016). «Многомасштабные сверточные нейронные сети для классификации временных рядов - Корнельский университет». arXiv : 1603.06995 [ cs.CV ].
  15. ^ «Чен получает стипендию Microsoft» . 18 июля 2007 г.
  16. ^ «Награды и признание документов конференции AAAI» .
  17. ^ {{url= https://aaia-ai.org/fellows?words=Yixin%20Chen%7Ctitle=Азиатско-Тихоокеанская ассоциация искусственного интеллекта}}
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 16d19cbf814a4e74bbd24daf399b22ee__1715886120
URL1:https://arc.ask3.ru/arc/aa/16/ee/16d19cbf814a4e74bbd24daf399b22ee.html
Заголовок, (Title) документа по адресу, URL1:
Yixin Chen - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)