博士申请 | 弗吉尼亚理工周大为老师招收机器学习/GNN方向全奖博士/博后

合适的工作难找？最新的招聘信息也不知道？

AI 求职为大家精选人工智能领域最新鲜的招聘信息，助你先人一步投递，快人一步入职！

弗吉尼亚理工

弗吉尼亚理工始建于1872年，是一所以工科为主的顶尖公立研究型大学，工程学科在世界范围内享有极高声誉。根据2023-2024 年US News全美大学排名，其全美综合排名第47，工程学院居全美第30名，计算机科学（computer science）居全美第35名, 计算机工程（computer engineering）居全美23。弗吉尼亚理工大学坐落于美国东海岸弗吉尼亚州的布莱克堡市（Blacksburg）。作为美国十大梦想小镇，全美最宜居小镇之一，布莱克堡以气候舒适、风景优美、治安良好而享誉全美。

导师简介

周大为博士是弗吉尼亚理工大学（Virginia Tech）工程学院计算机系的助理教授和Virginia Tech Learning on Graphs (VLOG) 实验室主任。他毕业于伊利诺伊大学厄巴纳-香槟分校（University of Illinois at Urbana-Champaign）工程学院计算机系。他的研究主要关注开放世界机器学习（Open-World Machine Learning），复杂稀缺类分析（complex rare category analysis），图机器学习（Machine Learning on Graph），以及其在金融（AI for Finance），医疗（AI for Healthcare）和基础科学（AI for Science）中的应用。他目前在顶级会议及期刊（如KDD, ICML,WWW, AAAI, IJCAI, TMLR, TKDD）中发表40余篇论文。他的研究成果曾获Computing Research Association（CRA）， Financial Express， Science World Report等多家媒体报道，其中关于复杂稀缺类分析的研究曾被邀请并展示于第24届CNSF美国国会科学展览大会。

个人主页：

https://sites.google.com/view/dawei-zhou/home

研究方向

目前VLOG实验室的主要研究方向包括：

1. Long-tail category analysis (e.g., generalization, pre-trained model)

2. Open-world machine learning (e.g., OOD detection, uncertainty quantification)

2. Transfer learning across graphs (e.g., evolving domain discrepancy, data augmentation)

3. Symbolic reasoning and learning on knowledge graphs (e.g., question answering, recommendation)

4. Trustworthy learning on graphs (e.g., fairness, calibration, robustness)

5. Deep generative model for graph-structured data (e.g., transaction networks, social networks, 3D molecular conformation)

6. Machine learning for finance (e.g., financial forecasting, financial fraud detection)

招生简介

计划招收多名全奖 (2~3 GRAs + 1~2 GTAs) 博士生以及一名博士后（https://www.research.vt.edu/about/postdoctoral-associates/virginia-tech-presidential-postdoctoral-fellowships.html）。全额奖学金将包括博士期间学费，医疗保险以及生活补助。有较强数学和编程背景的申请者将被优先考虑；已在顶级会议及期刊（如ICML, NeurIPS, KDD, WWW, AAAI, IJCAI, SIGIR, etc.）中发表过论文的申请者将被优先考虑；已拥有研究型实习经历的申请者将被优先考虑。

申请方式

有意向的同学请发送邮件至 [email protected], 并附上以下信息及材料。

1. 标题：Prospective Student – 姓名 – 预期入学时间（如2024 Fall）

2. 研究方向（research experience & interest）

3. 个人简历（CV）

4. 本科、硕士成绩单（transcript）

5. 个人陈述（personal statement - if available）

6. 发表或待发表论文（writing samples - if available）