博士申请 | 大湾区大学杨斯崑老师招收机器学习/因果发现等方向联合培养博士生

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！

大湾区大学

大湾区大学是由广东省人民政府举办、东莞市政府投入保障为主的公立大学。学校位于广东省东莞市，设有松山湖及滨海湾新区两个校区。筹建负责人为田刚院士，教学负责人为李晓明教授。在办学定位方面，以理工科为主，突出人才培养模式创新，致力于培养适应未来快速变化、支撑和引领大湾区科创发展的高端人才，产出一流成果，服务于提升大湾区科创竞争力和打造国际一流湾区，办成一所独具特色、引领未来科技发展、产业升级和社会进步的新型研究型大学。

学校主页：

https://www.gbu.edu.cn/

招生简介

目前大湾区大学信息科学技术学院尚无博士自主招生能力，须通过哈尔滨工业大学（深圳）与大湾区大学联合培养专项计划招收博士研究生，请参考：

2023年大湾区大学-哈尔滨工业大学（深圳）联合培养博士研究生项目简介：

https://yzb.hitsz.edu.cn/yzs_common/zsxxxq/index?id=ce0acdffc38e4714bf1696585cfb5bb2&xxlm=13%EF%BC%8C2023

2023年哈尔滨工业大学（深圳）博士研究生入学申请条件：

http://yzb.hit.edu.cn/2023/0407/c8824a302747/pagem.htm

导师简介

查宏远教授现为香港中文大学（深圳）校长讲座教授、数据科学学院副院长（科研）。查宏远教授1984年毕业于复旦大学数学系，并于1993年获得斯坦福大学科学计算专业博士学位。查教授于2006年至2020年任职于佐治亚理工学院计算机学院，1992年至2006年任职于宾州州立大学计算机科学与工程系，他也曾于1999年至2001年任职于 Inktomi 公司。目前的研究方向是机器学习及应用，包括但不限于扩散概率生成模型，最优传输，强化学习，时序点过程及其在机器学习中的应用。查教授在计算机等相关领域的主流科技期刊和顶级学术会议上发表300多篇论文，据谷歌学术统计，截止23年2月，谷歌H-index 85，总引用率超30814次。曾荣获多项重要学术奖项，如 Institute of Mathematics and Applications（IMA）1991年授予的莱斯利福克斯奖（Leslie Fox Prize），ACM SIGIR 2011最佳学生论文奖（指导教授），2013年NeurIPS“最佳论文奖” 。

导师主页：

https://sds.cuhk.edu.cn/teacher/65

杨斯崑教授现为大湾区大学（筹）计算机科学方向助理教授，致力于人工智能与统计机器学习的基础研究。杨博士在德国达姆施塔特工业大学（TU Darmstadt）师从Heinz Koeppl教授，从事统计机器学习研究并取得博士学位，其博士论文在该校获得最高评分。杨博士在概率图模型与最优传输的交叉应用，贝叶斯深度学习，贝叶斯统计以及随机时序点过程等研究方向上发表多篇顶级国际会议/期刊论文，包括ICML、AAAI、UAI、ICDM等。此外，杨博士在机器学习多个顶级学术会议，包括Neurips、ICML、ICLR、AISTATS、AAAI担任程序委员和审稿人。曾参与欧盟Horizon 2020精准医疗重大研发专项、德国教育部基金-可解释性机器学习与医疗中的功能性预测。

导师主页：

https://sikunyang.github.io/

https://www.gbu.edu.cn/detail/article/524

研究方向

招生研究课题紧密围绕统计机器学习、因果发现与深度生成学习等前沿热点问题，包括但不限于：

1. Neural ODE, Neural SDE, Schrödinger Bridge, and Optimal Transport for Diffusion Probabilistic Generative Models

神经常微分方程，神经随机微分方程，薛定谔桥及最优传输在设计扩散概率生成模型中的应用

2. Neural Spatial-Temporal Point Processes

基于神经微分方程，脉冲神经网络及Transformer的时序点过程模型

3. Causal Inference for Temporal Point Processes

时序点过程及其相关场景中的因果推断

4. Gaussian processes and Log-Gaussian Cox processes for Irregularly-Observed Spatial-Temporal data

高斯过程与对数高斯Cox过程及其在离散事件序列分析预测中的应用

5. Neural Optimal Transport for Generative Models

神经最优传输在设计生成模型中的应用，特别是针对时间序列、图结构数据的生成问题

6. 其他你感兴趣且相关有意义的topics

博士学习期间在哈尔滨工业大学（深圳）校区完成第一年课程学习，结合个人研究兴趣与专长，经与导师商量同意，可以选择全部或部分时间在香港中文大学（深圳）查宏远教授课题组或大湾区大学松山湖校区杨斯崑教授课题组开展研究。学习期间，可以推荐至UT Austin周名远教授，德国达姆施塔特工业大学Heinz Koeppl教授，新加坡南洋理工大学Yiping Ke教授课题组交流访问。

招生要求

1. 数学与应用数学、统计学、计算机科学、电子信息与自动化等相关领域硕士学历；

2. 扎实的数学基础与编程能力，对机器学习相关问题有强烈兴趣；

3. 独立研究能力与团队合作精神。

申请方式

欢迎学习目标明确，数学、统计学基础扎实、喜欢动手编程钻研，有志从事人工智能与机器学习及其应用研究的同学咨询。请发送学术简历+本硕期间全部成绩单+主要论文（如有）至 [email protected]