人工智能范畴闻名杂志 IEEE Intelligent Systems发布了 2022 年度“人工智能十大新星”（AIs 10 to Watch）名单 ，其间有九位都是华人研讨者。2022两年一度的版别与之前的版别略有不同（之前的一切版别都是5年）。此次评选比赛十分剧烈适当剧烈，评选委员会终究不得不从30+实力充足雄厚的提名人员中选出10名出色奉献者。经过电子邮件和现场会议进行的多轮谈论、细心而具体的挑选进程，委员会投票选出了10名顶尖提名人，这些提名人都在AI范畴表现出出色的成果。

  李博博士是伊利诺伊大学厄本那-香槟分校核算机科学系的助理教授。曾取得IJCAI核算机和思维奖;阿尔弗雷德·斯隆研讨奖学金;美国国家科学基金会（NSF）作业生涯奖;马萨诸塞州理工学院技能谈论TR-35奖院长出色研讨奖; C.W. Gear出色青年教师奖等，并在多个尖端机器学习和安全会议上取得最佳论文奖。她的研讨会集在可信机器学习、安全性、ML和博弈论的理论和实践。她为稳健的学习和维护隐私数据发布规划了几个可扩展的结构。她的著作曾被《Nature》、《Wired》、《Fortune》和《The New York Times》等闻名出书物和媒体报道。

  刘同亮博士是澳大利亚悉尼大学高档讲师，一起也是阿联酋·本·扎耶德人工智能大学机器学习系客座副教授，于悉尼科技大学取得博士学位。他的研讨爱好在于了解和规划可信赖机器学习问题的特别算法。他于2022年取得ARC未来研讨金奖，2020年被《The Australian》评为前期成果者排行榜，并于2018年取得ARC发现前期作业研讨员奖（DECRA）研讨金奖。他担任ICML、NeurIPS和ICLR，UAI, AAAI, IJCAI，KDD在内的多个尖端会议的范畴主席。仍是《Transactions on Machine Learning Research》及《Journal of Machine Learning Research and Machine Learning》的编委会成员。

  聂礼强博士是哈尔滨工业大学（深圳）核算机科学与技能学院院长及教授。首要致力于多媒体内容剖析和查找，特别重视数据驱动的多模态学习和常识引导的多模态推理，创始了多模态之间的一起建模（modeling of consistent）、互补（complementary）和部分对齐（partial alignment）联系。聂博士宣布了100多篇论文和5部专著，在谷歌学术上被引证17000屡次。他是IEEE常识与数据工程汇刊、IEEE多媒体汇刊、视频技能电路与体系汇刊和核算机械协会（ACM）多媒体核算、通讯与运用汇刊的区域主席或高档项目委员会成员。一起，仍是ACM MM、NeurIPS、ICML、IJCAI和AAAI的惯例AC或SPC，IEEE ICME辅导委员会成员。近年来取得过许多奖项，如2020年SIGMM新星奖、2020年MIT TR35 China、2020年DAMO Academy青年研讨员奖、2021年SIGIR最佳学生论文奖和2022年ACM MM最佳论文奖。

  Deqing Sun博士是Google的研讨科学家，其研讨成果对核算机视觉做出了重大奉献，特别是在运动估量方面。他在美国布朗大学取得核算机科学博士学位。曾担任CVPR/ICCV/ECCV的区域主席，并在CVPR/ECCV/SIGGRAPH一起组织了几回研讨会/教程。他取得了2018年CVPR最佳论文荣誉奖、2022年CVPR最好论文入围者、2020年PAMI青年研讨员奖和2020年CVPR Longuet–Higgins奖。

  孙怡舟博士是美国加州大学洛杉矶分校核算机科学系的副教授，于2012年在伊利诺伊大学厄巴纳-香槟分校的核算机科学专业取得博士学位。

  她的首要研讨方向是发掘图/网络，数据发掘、机器学习和网络科学，重点是建模新问题，并提出可扩展的算法，用于大规模的实际世界的运用。她是异构信息网络（HIN）发掘的前驱，最近的研讨专心于深度图学习、神经符号推理，并为多智能体动力体系供给神经解决方案。她的作业具有广泛的运用场景规模，从电子商务，医疗保健，材料科学到硬件规划。

  汤继良博士是美国密歇根州立大学核算机科学与工程系的大学基金会教授。在此之前，他是yahoo研讨公司的研讨科学家，于2015年在亚利桑那州立大学取得博士学位。他的研讨爱好包含图的ML及其在社会化媒体和生物学中的运用，其第一本综合性书本《Deep Learning on Graphs》由剑桥大学出书社出书，他开发了各种广受欢迎的开源东西，包含用于特征挑选的scikit功用、用于让人服气的人工智能的DeepRobust和用于单细胞剖析的DANCE。他取得了多种奖项，包含2022年IAPR J.K.Aggarwal奖、2022年SIAM/IBM前期作业研讨奖、2021年IEEE ICDM陶力奖、2021 IEEE大数据安全初级研讨奖、2020年ACM SIGKDD新星奖、2019年NSF作业奖和八项最佳论文奖（或亚军）。他的研讨成果在排名靠前的期刊和尖端会议论文集上宣布，这些文章被引证了数万次，h指数为77。

  汪张扬博士是美国得克萨斯大学奥斯汀分校电子和核算机工程助理教授，2012年本科结业于中国科学技能大学，2016年博士结业于伊利诺伊大学厄巴纳-香槟分校。致力于高效牢靠的机器学习，研讨方向包含机器学习理论到运用的各个方面。

  现在，他的中心研讨是运用、了解和扩展稀少性的效果，从经典优化到现代神经网络，其研讨包含了许多重要主题，如大根底模型的有用练习/推理/搬运、鲁棒性和可信度，学习优化、生成AI和图形学习等。取得了许多奖项和荣誉，包含美国国家科学基金会作业奖、ARO青年研讨员奖、IEEE“AI’s 10 to Watch”奖、INNS Aharon Katzir青年研讨员奖，2022年首届LoG大会最佳论文奖，以及其他几个职业教师研讨奖和研讨比赛奖。他是ACM出色讲演人和IEEE高档成员。

  阴红志博士是澳大利亚昆士兰大学信息技能与电气工程学院的副教授，于北京大学取得博士学位。他在猜测剖析、引荐体系和去中心化机器智能范畴做出了明显奉献，并因其研讨成果取得了很多奖项和认可。被《Australian Research 2020》杂志评为数据发掘和剖析范畴领导者，并取得2022年AI 2000数据发掘最具影响力学者荣誉奖。此外，他还取得了2022年科学新星奖、2022年澳大利亚研讨委员会未来奖学金、2016年DECRA和2019年昆士兰大学基金会出色研讨奖。他当选了2022年和2021年斯坦福大学世界前2%的科学家（作业生涯和单年影响）。他的研讨作业取得了第35届IEEE世界数据工程会议（ICDE 2019）的最佳论文奖、第25届高档运用数据库体系世界会议（DASFA 2020）的最佳学生论文奖，2014年北京大学出色博士论文奖。

  Liang Zheng博士是澳洲国立大学的高档讲师，2015年博士结业于清华大学。最知名的是他在物体重辨认方面的奉献。他与合作者规划了遍及的运用的数据集和算法，如Market-1501（ICCV 2015）、根据部分的卷积基线）、随机擦除（AAAI 2020）和联合检测和嵌入（ECCV 2020）。他最近的研讨爱好是以数据为中心的核算机视觉，其间首要重视的是改善对数据的运用、剖析和改善。他是CVPR人工智能城市研讨会系列和CVPR视觉数据集了解研讨会系列的联合组织者，并担任CVPR、ICCV和ECCV等重要会议的区域主席。仍是IEEE视频技能电路与体系汇刊的副主编。

  常识人网是专职国外博士后访问学者请求的服务机构，获评“北京诚服气务演示单位”。自2004年起，累计十余年请求经历，以很多名校请求成功事例、及全球三万余所院校导师资源为柱石，供给优质的请求咨询服务。400电话：，欢迎您随时打电话咨询！