新加坡办理大学（Singapore Management University，SMU）成立于2000年，坐落于新加坡市中心，为世界尖端的财经类院校和计算机信息技术强校。
现在，新加坡办理大学总共有学生一万余人，包含六个学院：计算机与信息系统学院、会计学院、经济学院、李光前商学院、法令学院以及社会科学学院。
其间，计算机与信息系统学院在计算机科学专业排名 CSRankings 中坐落全球 84，其AI范畴坐落全球 39 位， ShanghaiRanking排名中坐落全球51-75。
周攀博士，新加坡办理大学助理教授。2019年于新加坡国立大学取得博士学位，师从颜水成和冯佳时教授（现别离任昆仑万维联合首席执行官以及TikTok视觉研讨负责人）。
2016年于北京大学取得硕士学位，师从林宙辰和张超教授。2019年于普林斯顿大学拜访，以及2018年于佐治亚理工拜访。2019-2021年在Salesforce公司研讨部作业以及2021-2024年在Sea AI Lab作业。
研讨方向为机器学习、计算机视觉和优化算法。在TPAMI、ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV等期刊会议宣布一作科研论文20多篇，别的协作宣布30多篇，谷歌引证4000屡次，曾取得2018年微软学者荣誉称号。他担任世界闻名会议NeurIPS以及ICLR范畴主席，也是闻名期刊会议TPAMI，IJCV，ICML，NeurIPS，CVPR，ICCV等的审稿人。
现接收博士研讨生和兼职博士（两者都是2025年1月入学）以及拜访学生和学者（CSC或许自己校园或许SMU赞助）。研讨课题环绕高效通用AI(AGI)，旨在了解言语、语音和视觉数据，并像人类相同处理使命。
详细研讨包含：1) 神经网络结构规划、2）学习结构 （自监督学习、生成学习以及元语境学习）、 3）网络参数优化器。学生可根据爱好研讨其间一个方向或其他相关方向。
1. 网络架构规划：研讨高容量和高效率的神经网络结构以获取视觉或文本常识，来进步AGI模型才能。在该方向，他及团队提出了一系列高效且有用的网络结构，包含MetaFormer网络结构(约500谷歌引证, CVPR oral, TPAMI)等，宣布了多篇顶会顶刊。
a) 单/多模太自监督学习，使AI模型能够从大规模数据中学习通用常识，完成通用且较强的数据辨认和剖析才能。他及团队提出了一系列高效的自监督学习结构，如单模太PCL结构（约800谷歌引证，ICLR）和Mugs结构（ImageNet上最强分类功能），多模态PTP结构（Position-guided Text Promp, CVPR，TPAMI）等。
b) 生成式学习，使AI模型具有人类的想象力和创造力。他及团队提出了一系列高效的生成式学习结构，如图画生成的MDT结构（ImageNet256x256上最强生成作用，ICCV）、多模态的EditAnything结构（GitHub 2.9K+ 星）、3D 生成模型Instant3D等。
c) 元语境学习进步人工智能模型的少样本/快速学习才能。他及团队提出了高效的元学习结构，如一阶元学习Meta-MinibatchProx结构(NeurIPS，spotlight), 高效prompt学习 （ICLR）等。
3. 参数优化器：在规划AI模型及其学习结构(练习函数)后，参数优化器旨在高效练习AI模型，下降练习本钱。他及团队提出了系列高效练习算法，包含Adan优化器（十多种网络上2倍加快）和Win加快战略（1.5倍加快，ICLR）。
详尽的研讨辅导：评论研讨课题、办法、试验以及培育科研思想以及独立思考才能，期望青出于蓝而胜于蓝。
广泛的高校和企业协作实习时机：包含但不限于佐治亚理工、北京大学、香港理工、中科院等闻名高校，以及Tiktok、昆仑万维、华为等企业。
2. 酷爱科研，有机器学习/计算机视觉/AI/优化相关论文和项目阅历者优先，数学根底厚实者优先；
SMU会为博士生供给含膏火和日子补助的全额奖学金 (2200-3300新币/月)。
试验室现有多个拜访学生和学者名额，可由试验室赞助。此外，他可接收学生长途实习。研讨课题没有严格要求，无需做全新课题。
他在Sea AI Lab辅导了二十多名实习生，大多数是博一博二学生，因而有着丰厚的辅导经历。其间，百分九十以上的学生在半年内做出了一作顶会顶刊。
在辅导过程中，每周至少一次1对1的会议，对研讨课题评论和建立、办法、以及写作全程保驾护航。别的，能够引荐实习、作业、以及教职时机，期望学生青出于蓝而胜于蓝。
请尽早联络，名额招满即止，无GRE和GMAT成果的优秀学生亦可提早联络，后补言语成果。拜访学生和学者无英语要求，无请求时刻要求。
上一篇：汉字署名！Cell、Chem等56本期刊支持中文署名
下一篇：图书引荐 大数据年代
