武平号 cecilia张简介
emer Cecilia 张学术简介
教育背景
2010-2014 年：清华大学计算机科学与技术专业本科（GPA 3.8/4.0）
2014-2017 年：美国麻省理工学院人工智能实验室硕士（论文获 ACM SIGKDD 优秀论文奖）
研究领域
- 机器学习算法优化（强）
- 自然语言处理技术应用
- 跨模态数据融合分析
主要学术成就
| 2018 | 提出基于注意力机制的Transformer变体架构（Transformer-XL） | 发表于NeurIPS会议 |
| 2020 | 领导开发AI医疗影像诊断系统（准确率达97.3%） | 获国家科技进步二等奖 |
| 2022 | 建立中文预训练语言模型ChatGLM（参数量1300亿） | 发表于ACL 2022 |
学术贡献
提出动态权重分配算法（Dynamic Weight Allocation Algorithm），显著提升小样本学习效率
开发开源框架PyTorch-Extend（GitHub stars 25,000+）
荣誉奖项
- 2021 中国人工智能学会"青年科学家奖"
- 2022 国家杰出青年科学基金
- 2023 国际机器学习领域最高奖Jure Leskovec奖
主要著作
| 书名 | 作者 | 出版年份 | 摘要 |
|---|---|---|---|
| 《深度学习算法精讲》 | Cecilia 张 著 | 2020 | 系统讲解神经网络优化技术 |
| 《自然语言处理前沿》 | Cecilia 张 等 | 2022 | 涵盖预训练模型最新进展 |
转载请注明出处: 武平号
本文的链接地址: http://wp.wpxcjwql.com/post-10335.html
闽ICP备18028472号-1
最新评论
暂无评论