2023-03-110次浏览来源:网络
(2022 IBM博士生奖学金揭晓:8位华人入选,上交大电子科大校友在列)
机器之心报道
编辑:杜伟、陈萍
这些获奖博士生将赢得高达9.5万美元的奖金。
七十年来,IBM通过极具竞争力的博士生奖学金(IBMPhDFellowshipAward)计划认可并表彰了来自全球各地的优秀博士生。
2022年IBM博士生奖学金计划共收到了来自全球32个国家183所大学的数百申请。最终,本年度博士生奖学金共授予了19位获得者,他(她)们展示了在人工智能、混合云技术、量子计算、数据科学、安全以及下一代尖端处理器等前沿研究领域的专业知识。
下图为19位获奖博士生的完整名单和院校信息。
2022年IBM博士生奖学金分为两年发放,其中美国地区的获奖者第一年将得到6万美元(约合人民币40.5万),第二年将得到3.5万美元(约合人民币23.6万)。其他国家和地区的获得者每年将获得6000美元至2.5万美元不等的奖金。
机器之心对获得奖项的华人博士生进行了简单介绍(如有错误和遗漏,请指正)。
获奖华人博士生
BoZhang:哥伦比亚大学
BoZhang于2018年获得上海交通大学电气工程学士学位,他目前在哥伦比亚大学攻读电气工程博士学位,他的研究兴趣包括用于机器学习算法的计算机架构和超低功耗VLSI电路和系统设计。
CatherineChen:加州大学伯克利分校
CatherineChen为加州大学伯克利分校EECS的博士生,师从DanKlein、JackGallant教授,主要研究兴趣包括自然语言处理、认知神经科学和机器学习的交叉等领域。她于普林斯顿大学获得计算机科学学士学位,并辅修神经科学、统计学、机器学习以及应用数学。
个人主页:
Ching-YaoChuang:麻省理工学院
Ching-YaoChuang为MIT博士生,师从StefanieJegelka、AntonioTorralba教授。在此之前,他在多伦多大学作为访问学者,受到SanjaFidler教授指导,并在MinSun教授的指导下在台湾清华大学做本科研究员。
他的研究主要集中在构建具有最小监督的鲁棒和可泛化的机器学习系统,尤其在表示学习、无监督学习以及统计学习理论等领域表现突出。他有多篇论文被CVPR、NeurIPS、ICCV等顶会接收。
个人主页:
FangzhengXu:卡内基梅隆大学
FangzhengXu为卡内基梅隆大学语言技术学院的博士生,师从GrahamNeubig教授,他的主要研究领域为自然语言处理。FangzhengXu于2016年和2019年分别在上海交通大学获得计算机科学学士和硕士学位,导师为朱其立教授。
个人主页:
KaHoChow:佐治亚理工学院
KaHoChow为佐治亚理工学院计算机科学学院的博士生,师从LingLiu教授。他的主要研究是让机器学习应用更加鲁棒、隐私保护更好以及更可信。在此之前,KaHoChow在香港科技大学获得了计算机科学学士和硕士学位,师从Shueng-HanGaryChan教授。其研究已经在顶级会议上发表,包括SIGKDD、SIGMOD、CVPR、EuroSys。
个人主页:
YangruiboDing:哥伦比亚大学
YangruiboDing为哥伦比亚大学计算机科学系博士生,其导师为BaishakhiRay和GailKaiser教授。他本科毕业于电子科技大学软件工程专业,2018年入学哥伦比亚大学攻读计算机科学硕位。
他的研究重心在于自动化软件工程的机器学习,并对自监督源代码建模和程序分析深度学习颇有兴趣。不久前,他作为一作撰写的论文《TowardsLearning(Dis)-SimilarityofSourceCodefromProgramContrasts》被ACL2022会议接收。
论文地址:
个人主页:
YufengBrightYe:麻省理工学院
YufengBrightYe为MIT电气工程与计算机科学系(EECS)博士生。他出生于中国广州,在加拿大多伦多长大。本科就读于多伦多大学的工程科学专业,并于2019年入学MIT攻读硕位。
他的研究兴趣在于量子计算,并曾在《物理评论快报》(PhysicalReviewLetters)、《应用物理评论》(PhysicalReviewApplied)等发表论文。
他曾是IBM量子开放科学奖(OpenSciencePrize)的获得者以及首届MIT量子黑客马拉松的第一名获得者。此外,他还曾获得加拿大自然科学与工程研究理事会(NSERC)颁发的研究生奖学金以及MIT的JinAuKong奖学金。
个人主页:
ZexueHe:加州大学圣地亚哥分校
ZexueHe为加州大学圣地亚哥分校(UCSD)计算机科学系二年级博士生,其导师为JulianMaAuley教授。在2020年入学UCSD之前,她取得了北京师范大学的计算机科学本科学位。
她的研究兴趣包括NLP领域的偏见消除和公平性以及可信ML,参与撰写的论文多次被ICLR、EMNLP、ICVRV、SIGIR、CHIIR、CHIIR等学术会议接收。
个人主页:
参考链接:
声明:本站部分内容和图片来源于互联网,经本站整理和编辑,版权归原作者所有,本站转载出于传递更多信息、交流和学习之目的,不做商用不拥有所有权,不承担相关法律责任。若有来源标注存在错误或侵犯到您的权益,烦请告知网站管理员,将于第一时间整改处理。管理员邮箱:y569#qq.com(#转@)