Hinton、LeCun、Bengio三巨头入选,2023 ACM Fellow公布!全球共有 68 人

2023年ACMFellow名单揭晓,包括深度学习领军人物GeoffreyHinton等人,涵盖了网络安全、人机交互等多个领域,表彰他们在计算机科学领域的杰出贡献。

 Datawhale分享 

名单:2023ACM Fellow,编辑:机器之心

本届 ACM Fellow 包揽了万维网发明者、深度学习三巨头等重磅名人学者。

今天,美国计算机协会 ACM(Association for Computing Machinery)公布了最新一届 Fellow 名单。

ACM 创立于 1947 年,是全世界计算机领域影响力最大的专业学术组织之一。

ACM Fellow 是由该组织授予资深会员的荣誉,目的为表彰会员中对于计算机相关领域贡献前 1% 的学者,其审查过程十分严格,每年遴选一次,研究员由同行提名,提名由委员会审查。

本年度新入选科学家中共有 68 人,他们的贡献涉及网络安全、人机交互、移动计算和推荐系统等领域。

令人惊奇的是,曾获得 ACM 图灵奖的深度学习三巨头 Geoffrey Hinton、Yoshua Bengio、Yann LeCun,今年全部入选 ACM Fellow。

今年入选者还包括马维英、陈海波等多名华人学者。

以下是本次入选成员的完整名单:

Aditya Akella

  • 机构:德克萨斯大学

  • 入选理由:在提升集群计算的性能、效率和稳健性方面做出贡献。

Michael Backes

  • 机构:CISPA

  • 入选理由:在信息安全和隐私方面做出贡献。

Vineet Bafna

  • 机构:加州大学圣地亚哥分校

  • 入选理由:在生物信息学算法的理论、设计和实现领域做出贡献。

Yoshua Bengio

49eff86562eb9bca329e8723c53a30f1.png

  • 机构:Mila、蒙特利尔大学

  • 入选理由:在概念和工程方面的突破使得深度神经网络成为计算的关键组成部分。

Maria-Florina Balcan

  • 机构:卡内基梅隆大学(CMU)

  • 入选理由:对机器学习基础研究及其在算法经济学和算法设计领域的应用做出贡献。

Nikhil Bansal

  • 机构:密歇根大学

  • 入选理由:对近似算法和在线算法的基础研究以及它们与数学的关联做出贡献。

Mikhail Belkin

  • 机构:加州大学圣地亚哥分校

  • 入选理由:对现代机器学习理论和算法做出贡献。

Shai Ben-David

  • 机构:滑铁卢大学

  • 入选理由:在机器学习理论研究的领导方面做出贡献。

Vaughn Timothy Betz

  • 机构:多伦多大学

  • 入选理由:对现场可编程门阵列(FPGAs)的架构和计算机辅助设计做出贡献。

Ramon Caceres

  • 机构:谷歌

  • 入选理由:对移动和边缘计算做出贡献。

Chandra Chekuri

  • 机构:伊利诺伊大学厄巴纳 - 香槟分校(UIUC)

  • 入选理由:对近似算法和 zi 模块优化做出贡献。

陈海波(Haibo Chen)

fa6286965589c15156898ef0fa46eec1.png

  • 机构:上海交通大学

  • 入选理由:为改进操作系统和分布式系统的可扩展性和安全性做出贡献。

  • 陈海波为上海交通大学特聘教授、并行与分布式系统研究所所长,领域操作系统教育部工程研究中心主任。他曾当选 IEEE Fellow、ACM 杰出科学家等,主要研究方向为操作系统、分布式系统、形式化方法、系统安全、系统结构。

Yingying (Jennifer) Chen

b39eea385109883a38927229f1416054.png

  • 机构:罗格斯大学

  • 入选理由:对移动传感和移动安全系统的设计和应用做出贡献。

  • Yingying (Jennifer) Chen 为罗格斯大学电气与计算机工程教授,她曾当选 IEEE Fellow、AAIA Fellow、NAI Fellow 和 ACM 杰出科学家,研究兴趣包括移动医疗、物联网、网络安全和隐私、移动计算和传感等。

Kenneth Ward Church

  • 机构:EAI、美国东北大学

  • 入选理由:对自然语言处理中的实证方法做出贡献。

Roger B. Dannenberg

  • 机构:卡内基梅隆大学(CMU)

  • 入选理由:通过创新计算机音乐系统对计算机科学做出贡献。

Xin Luna Dong

853c63cf6ffb7d345d7918baf2574ef7.png

  • 机构:Meta

  • 入选理由:对知识图谱构建和数据集成做出贡献。

  • Xin Luna Dong 为 Meta Reality 实验室首席科学家,领导构建智能个人助理相关的机器学习工作,对情境 AI、多模式对话、搜索、问答、推荐和个性化、知识收集和挖掘等技术进行创新和生产。

Rolf Drechsler

  • 机构:德国不来梅大学

  • 入选理由:对形式证明技术在合成、测试和验证中的基础研究和应用做出贡献。

Wenliang Du

5e3504edc42534d59d208f57bb1fddf4.png

  • 机构:雪城大学

  • 入选理由:对网络安全教育和研究的贡献。

  • Wenliang Du 是雪城大学教授,教授计算机安全已有 20 余年。在美国国家科学基金会(NSF)的资助下,他在 20 年间开发了 40 多个实验室(称为 SEED 实验室)。这些实验室现已被 1100 多所大学、学院和高中所使用。

Pradeep Dubey

  • 机构:英特尔

  • 入选理由:对新兴计算和数据密集型应用程序以及并行处理计算机架构的贡献。

Anja Feldmann

  • 机构:马克斯・普朗克研究所、柏林工业大学

  • 入选理由:对运营网络的数据驱动分析做出贡献。

George Fitzmaurice

  • 机构:Autodesk 公司

  • 入选理由:对人机交互和实体用户界面(TUI)的贡献。

Fedor Fomin

  • 机构:卑尔根大学

  • 入选理由:对参数化复杂性和精确指数算法开发的贡献。

Jeffrey S. Foster

  • 机构:塔夫茨大学

  • 入选理由:对程序分析和技术做出贡献,以构建更可靠和安全的软件。

Jianfeng Gao

1375c25697cf8e98a0c1ed5c02b602de.png

  • 机构:微软

  • 入选理由:对用于网络搜索、自然语言处理和会话系统的机器学习做出的贡献。

  • 高剑峰是 IEEE 会士、微软公司杰出科学家、微软公司副总裁。在微软,他领导着深度学习小组。该小组的使命是推进深度学习的最新技术及其在自然语言和图像理解中的应用,并在对话模型和方法方面取得进展。

Ian Goldberg

  • 机构:滑铁卢大学

  • 入选理由:为发展及应用加强私隐的技术做出的贡献。

Sumit Gulwani

  • 机构:微软

  • 入选理由:为面向开发人员、数据科学家、终端用户和学生的 AI 辅助编程做出的贡献。

韩竹(Zhu Han)

ea51156af733bc5028dab7a008f67da9.png

  • 机构:休斯顿大学

  • 入选理由:对大规模通信网络的分布式和自主管理做出贡献。

  • 韩竹于 1997 年获得清华大学电子工程学士学位,1999 年和 2003 年分别获得马里兰大学帕克分校电子与计算机工程硕士和博士学位。目前,他是休斯顿大学电子与计算机工程系以及计算机科学系的 John and Rebecca Moores 教授。他的主要研究目标是新颖的博弈论相关概念,这些概念对于在有限的资源下实现无线网络的高效和分布式使用至关重要。

Geoffrey Hinton

26300deaf34e37120c677d358f4081b0.jpeg

  • 机构:多伦多大学

  • 入选理由:概念和工程上的突破,使深度神经网络成为计算的关键组成部分。

Nicole Immorlica

  • 机构:微软研究院

  • 入选理由:对经济学和计算的贡献,包括市场设计、拍卖和社会网络。

Trent Jaeger

  • 机构:宾夕法尼亚州立大学

  • 入选理由:对操作系统和软件安全的研究和教育做出贡献。

Kenneth Richard Koedinger

  • 机构:卡耐基梅隆大学

  • 入选理由:对促进人类学习的 AI 模型的发展并开发智能导师来帮助学生的贡献。

Andreas Krause

  • 机构:苏黎世联邦理工学院

  • 入选理由:对不确定条件下基于学习决策做出的贡献。

Christopher Ian Kruegel

  • 机构:加利福尼亚大学圣巴巴拉分校

  • 入选理由:对系统安全、恶意软件检测和漏洞分析做出的贡献。

孔祥重(H.T. Kung)

894000f3db4770bc54e30a917345e18f.png

  • 机构:哈佛大学

  • 入选理由:对计算机体系结构和并行计算的并发控制的贡献。

Yann LeCun

4a9c1b1522f5f799c2fcba52098b6fb6.png

  • 机构:纽约大学

  • 入选理由:在概念和工程上的突破使得深度神经网络成为计算的关键组成部分。

Tim Berners-Lee

5e75ddddd38c209c88a28096ed173746.png

  • 机构:万维网联盟

  • 入选理由:发明了万维网、第一个网络浏览器以及允许网络扩展的基本协议和算法。

David Lo

  • 机构:新加坡管理大学

  • 入选理由:为实现人机协同自动化与协同软件分析做出贡献。

Wenjing Lou

09427c022ae9e8a3d72a1a6476a18cc6.png

  • 机构:弗吉尼亚理工学院暨州立大学

  • 入选理由:对信息和网络安全做出贡献。

  • Wenjing Lou 是弗吉尼亚理工学院计算机科学系的 W. C. English 讲座教授,她的研究兴趣集中在区块链、机器学习系统中的隐私保护以及物联网(IoT)系统中的安全和隐私问题,是 Web of Science Group 引用率最高的研究人员之一。目前,她担任 IEEE INFOCOM 指导委员会副主席,同时是 IEEE Fellow。

马匡六(Kwan-Liu Ma)

5dbc6bb5fc73815ae3dcf7757d2f5741.png

  • 机构:加利福尼亚大学戴维斯分校

  • 入选理由:对大规模数据可视化研究做出贡献及在其领域的领导地位。

  • 马匡六(Kwan-Liu Ma)是加州大学戴维斯分校计算机科学系的杰出教授,他领导着 VIDI 实验室和加州大学戴维斯分校 Excellence for Visualization 中心。他的研究领域包括可视化、计算机图形学、人机交互和高性能计算。目前,他带领研究团队致力于大数据可视化、可视分析、视觉叙事、科学可视化、智能系统和沉浸式可视化等领域的研究。他还担任了多项国际顶刊的编委,是 LFHCfS 的成员,在 2012 年入选 IEEE Fellow。

马维英(Wei-Ying Ma)

83033cbbd83060fdc9568d1dd0050c5d.png

  • 机构:清华大学

  • 入选理由:对网络搜索和数据挖掘做出贡献及在其领域的领导地位。

  • 马维英现任清华大学智能产业研究院任首席科学家。他的研究方向包括人工智能的几个核心领域(搜索、大数据挖掘、机器学习、自然语言理解与生成)。加入清华大学后,他带领科研团队在人工智能与生物、化学、生命科学等领域推进跨学科研究与应用。此前曾任字节跳动副总裁兼人工智能实验室主任、前微软亚洲研究院常务副院长。他曾在世界级会议和学报上发表过逾 300 篇论文,并拥有 160 多项技术专利,同时也是 IEEE Fellow、ACM Distinguished Scientist,是多项国际顶刊的编委以及许多国际会议的组织和程序委员会成员。

茅斫青(Z. Morley Mao)

ccd5ce0af05a3d8e022211b633d2c7e5.png

  • 机构:密西根大学

  • 入选理由:对互联网安全和性能的贡献

  • 茅斫青(Z. Morley Mao)是密歇根大学电气工程和计算机科学系的教授。在加州大学伯克利分校获得了学士、硕士和博士学位。她的研究兴趣包括网络系统、移动和分布式系统以及网络 / 系统安全。

Deborah McGuinness

  • 机构:伦斯勒理工学院

  • 入选理由:对知识技术的贡献,包括本体论和知识图谱。

Gerard G. Medioni

  • 机构:亚马逊

  • 入选理由:对计算机视觉及其面向消费者的应用做出的贡献。

Sharad Mehrotra

  • 机构:加利福尼亚大学尔湾分校

  • 入选理由:对数据管理、多媒体信息检索和应急响应领域的贡献。

Seffi Naor

  • 机构:以色列理工学院

  • 入选理由:对在线、随机和近似算法的贡献。

Shrikanth Narayanan

  • 机构:南加州大学

  • 入选理由:对语音、语言、多媒体处理、情感计算及其以人为中心的应用做出的贡献。

Natasha Noy

  • 机构:谷歌研究院

  • 入选理由:对开放数据、数据发现和 Semantic Web 的贡献。

Corina S Pasareanu

  • 机构:NASA 艾姆斯研究中心、卡内基梅隆大学

  • 入选理由:对符号执行和组成验证的发展和应用做出的贡献。

Massoud Pedram

  • 机构:南加州大学

  • 入选理由:对 VLSI 电路的低功耗设计和节能计算做出的贡献。

Anand Raghunathan

  • 机构:普渡大学

  • 入选理由:为节能计算系统的设计做出的贡献。

Benjamin Raphael

  • 机构:普林斯顿大学

  • 入选理由:对计算生物学的贡献,包括癌症基因组学 / 进化算法和生物网络分析。

Dana Ron

  • 机构:特拉维夫大学

  • 入选理由:对次线性时间逼近算法做出的贡献。

Tim Roughgarden

  • 机构:哥伦比亚大学

  • 入选理由:对算法博弈论的贡献。

David Sankoff

  • 机构:渥太华大学

  • 入选理由:在计算生物学和生物信息学方面的研究和领导贡献。

Stefan Saroiu

  • 机构:微软

  • 入选理由:对内存安全和可信计算的贡献。

Albrecht Schmidt

  • 机构:慕尼黑大学

  • 入选理由:对人机交互、泛在计算和隐式交互的贡献,以及在 ACM SIGCHI 的领导地位。

Björn W. Schuller

  • 机构:帝国理工大学,慕尼黑工业大学

  • 入选理由:对计算机听觉、情感计算和健康信息学发展做出的实证和理论贡献。

Phoebe Sengers

  • 机构:康奈尔大学

  • 入选理由:对批判性人机交互和设计的贡献。

石润婷(Eaine Shi)

e3ccac5634a71944d5aa4c2d02fd6baa.png

  • 机构:卡内基梅隆大学

  • 入选理由:对遗忘计算和去中心化区块链科学基础的贡献。

  • 石润婷的研究重点是安全、密码学和编程语言。她于 2008 年获得卡内基梅隆大学博士学位,2003 年获得清华大学工学学士学位。她曾获得 Packard Fellowship、Sloan Fellowship、NSA 最佳科学网络安全论文奖等。

Noah Snavely

  • 机构:康奈尔科技校区,谷歌

  • 入选理由:对计算机视觉和计算机图形学的贡献。

Ram D. Sriram

  • 机构:美国国家标准与技术研究院 NIST

  • 入选理由:在工程和卫生保健领域建立创新的计算工具和自动化技术方面做出贡献。

Steffen Staab

  • 机构:斯图加特大学、南安普敦大学

  • 入选理由:对语义技术和网络科学的贡献,以及对 ACM 社区的杰出服务。

Alexander Szalay

  • 机构:霍普金斯大学

  • 入选理由:表彰他在系统、大数据、开放数据和社区服务方面的贡献。

Manik Varma

  • 机构:微软印度研究院

  • 入选理由:对机器学习及其应用的贡献。

王晓峰(XiaoFeng Wang)

9d80ef3683f18649fd1b42789dfbfb25.png

  • 机构:印第安纳大学伯明顿分校

  • 入选理由:对系统安全和隐私的贡献。

  • 王晓峰现任印第安纳大学计算机科学与工程学院 James H. Rudy 教授,同时他还是信息学、计算和工程安全与隐私中心的联合主任,以及安全计算科学硕士 (MSSC) 项目主任,他也是 IEEE Fellow。他的研究重点是系统安全和数据隐私,重点研究移动和云计算中的安全和隐私问题,以及人类基因组数据传播和计算中的隐私问题。王晓峰教授在科研中也收获了众多荣誉,包括隐私增强技术杰出研究奖(PET 奖)、第 32 届 IEEE 安全与隐私研讨会最佳实用论文奖(IEEE S&P Oakland)以及在第 26 届网络和分布式系统安全研讨会 (NDSS) 上获得两篇杰出论文奖。

Kilian Weinberger

  • 机构:康乃尔大学

  • 入选理由:对机器学习和深度学习研究的贡献。

Emmett Witchel

  • 机构:得克萨斯大学奥斯汀分校

  • 入选理由:对高性能、并发和安全系统的贡献。

谢幸(Xing Xie)

72e8dcaabb7a72d5b32fadcf1dd93776.png

  • 机构:微软亚洲研究院

  • 入选理由:对空间数据挖掘和推荐系统的贡献。

  • 谢幸博士于 2001 年 7 月加入微软亚洲研究院,现任资深首席研究员,中国科学技术大学兼职博士生导师,微软 - 中科大联合实验室主任,以及中国计算机学会普适计算专委会副主任,此外,他还是 CCF Fellow、IEEE Fellow。目前,他领导的研究团队致力于数据挖掘、社会计算和负责任人工智能等领域的研究。

原文链接:https://www.acm.org/media-center/2024/january/fellows-2023

f331fdb7fcff733fe33f3232b41265b9.png

基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值