Исинь Чен
Исинь Чен | |
---|---|
Рожденный | 16 июня 1979 г. |
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 ]
Карьера
[ редактировать ]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 ]Книги
[ 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.
Ссылки
[ редактировать ]- ^ «Исинь Чен - Вашингтонский университет в Сент-Луисе» .
- ^ Jump up to: а б «Исинь Чен — профиль Академии Google» .
- ^ «Оценка проблем разделенного временного планирования в дискретном пространстве и ее применение в ASPEN - Researchgate» .
- ^ Jump up to: а б «Чен избран научным сотрудником IEEE — Инженерная школа МакКелви» . 6 декабря 2022 г.
- ^ «Конференция IEEE 2021 по большим данным — IEEE» .
- ^ «Бенджамин Ва — Arc.Ask3.Ru» .
- ^ «Инженерная школа МакКелви - Вашингтонский университет в Сент-Луасе» .
- ^ «Исинь Чен — Вашингтонский университет в Сент-Луисе» .
- ^ «Факультет – Центр совместного обучения и эксплуатации человека и искусственного интеллекта» .
- ^ «Сжатие нейронных сетей с помощью хэш-трюка — Цифровая библиотека ACM» . 6 июля 2015 г. стр. 2285–2294.
- ^ 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 .
- ^ Сквозная архитектура глубокого обучения для классификации графов — ACM Digital Library . АААИ Пресс. 2 февраля 2018 г. стр. 4438–4445. ISBN 9781577358008 .
- ^ «Прогнозирование ссылок на основе графовых нейронных сетей — Цифровая библиотека ACM» . 3 декабря 2018 г. стр. 5171–5181.
- ^ Цуй, Чжичэн; Чен, Вэньлинь; Чен, Исинь (2016). «Многомасштабные сверточные нейронные сети для классификации временных рядов - Корнельский университет». arXiv : 1603.06995 [ cs.CV ].
- ^ «Чен получает стипендию Microsoft» . 18 июля 2007 г.
- ^ «Награды и признание документов конференции AAAI» .
- ^ {{url= https://aaia-ai.org/fellows?words=Yixin%20Chen%7Ctitle=Азиатско-Тихоокеанская ассоциация искусственного интеллекта}}