高瓴人工智能学院

推荐系统 (主要): 可解释推荐系统，序列化推荐算法，基于外部信息的推荐算法。 强化学习: 多目标强化学习，基于连续时间的强化学习算法，强化学习理论。 因果推断:...

机器多模态感知与学习：以大脑的多通道知觉为背景，挖掘并探究多模态信息（如图像、声音、触觉等）在机器感知、推理与理解等

大规模机器学习 自动机器学习 统计机器学习理论

计算机视觉：多模态预训练，扩散生成模型，文生成图，视频自监督表示学习 机器学习：连续学习，自监督学习，元学习，小样本学习，强化学习 应用研究：大规模多模态预训练（设计首个公开的中文通用图文预...

信息检索、网络搜索、搜索用户行为分析和机器学习。

长期从事人工智能、计算机图形学、CAD和工业设计的研究，在计算机美术、智能CAD、计算机辅助产品创新、虚拟现实和数字文物保护、数字图书馆、智能城市和知识中心等领域

从事信息检索与挖掘，推荐和文本生成的研究

多智能体系统、博弈论、机制设计、机器学习

序列距离学习：时序对齐、度量学习、序列特征变换、特征降维、最优传输、时序结构分析 受限条件下的机器学习：小样本学习、迁移学习、联邦学习、因果推理 计算机视觉应用：视频分类、动作识别、视觉与语...

博弈论，机制设计，算法设计

大数据算法；图机器学习与图神经网络；数据流算法 重点关注大数据算法与传统算法的三个区别 1. 从追求多项式时间算法转变为追求近线性/亚线性概率近似算法 2....

信息检索，互联网搜索，机器学习，大数据分析

最优传输理论及应用：度量学习、图分析模型、图生成模型、基于学习的组合优化近似求解 深度学习：非实数神经网络模型、高维数据分析与合成、隐式神经网络设计与学习、无监督学习 网络分析与控制：无限图...

自然语言处理，信息检索，文本挖掘，机器学习,...

在线机器学习，模型选择，推荐系统

自然语言处理、信息检索以及数据挖掘