徐增林 - 电子科技大学 - 计算机科学与工程学院

个人简介

个人背景学习经历：1998.09-2002.06学士西安工程大学计算机科学与技术专业2002.09-2005.06硕士西安交通大学计算机软件与理论专业2005.09-2009.06博士香港中文大学计算机科学与工程专业工作经历：2009.07-2010.07副研究员德国萨尔大学与马克思普朗克信息所2010.08-2014.05副研究员美国普渡大学2014.05至今教授电子科技大学个人简介电子科技大学教授、博士生导师，国家特聘青年专家，创建统计机器智能与学习实验室(StatisticalMachineIntelligenceandLEarning,SMILE,http://bigdatalab.weebly.com/)。徐主要研究兴趣为机器学习及其在社会网络分析、互联网、计算生物学、信息安全等方面的应用。在包括IEEETPAMI,IEEETNN，NIPS,ICML,IJCAI,AAAI等重要会议和刊物发表论文50多篇，引用千余次，发表专著2部，获得2015年AAAI大会最佳学生论文奖提名、ACML2016最佳学生论文奖亚军（RunnerUp）。于2012年在多伦多召开的国际人工智能大会(AAAI)上做教学报告。是JMLR，IEEETPAMI等机器学习与人工智能领域主要期刊的审稿人和国家自然基金委、科技部、香港教育资助局的基金评审人；多次担任人工智能领域的主要国际会议如AAAI/IJCAI等会议的程序委员会成员；多次担任机器学习和大数据研究方面的研讨会的组织委员会主席。研究项目 1.电子科大985配套经费，先进机器学习平台关键技术研究，主持，2014-2018 2.国家特聘专家启动经费，先进机器学习平台关键技术研究，主持，2016-2018 3.国家自然科学基金面上项目，大规模贝叶斯张量分析技术研究，主持，2016-2019 4.中国科学院网络数据科学与技术重点实验室开放基金，可扩展的贝叶斯学习算法及在大规模社会网络中的应用，主持，2015-2016 5.中央高校基础科研经费，基于矩阵分布的贝叶斯学习算法及在社会网络分析中的应用研究，2015-2016 6.国家自然科学基金科学部应急管理项目，基于矩阵分布的统计机器学习算法的专业运动员复杂社会网络构建及应用研究，2015/1-2015/12，主研。 7.大规模张量分析中的非参贝叶斯学习技术研究2016.01-2019.12国家级国家自然科学基金项目。教学工作《人工智能》，本科，计算机学院，2015，秋季《计算机科学前沿》，本科，英才学院，2015/2016，春季《机器学习》，研究生，计算机学院，2016，春季其他信息 PCofAAAI，IJCAI,etc;ReviewerofIPAMI,TNN,JMLR.多次担任人工智能领域的主要国际会议如AAAI/IJCAI等会议的程序委员会成员；多次担任机器学习和大数据研究方面的研讨会的组织委员会主席。实验室主页：http://smilelab.uestc.edu.cn实验室长期招收：优秀硕士生、博士生和博士后，实验室将在机器学习理论、大数据分析应用方面提供全面培养，实验室额外提供具有竞争力的补助，为学生出国深造和进入国内大公司工作提供帮助。实验室欢迎优秀讲师、副教授、教授加盟实验室，也欢迎候选人及海内外优秀博士后加盟。

研究领域

科研方向主要研究方向：机器学习及其在社会网络、互联网、计算生物学、空间安全等方面的数据分析，主要研究方向为半监督学习、多核学习、多任务学习、在线学习、贝叶斯图模型等。

近期论文

查看导师最新文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

[1]ZenglinXu,ZheShandianQiYuanandYuPeng.AssociationdiscoveryanddiagnosisofAlzheimer'sdiseasewithBayesianmultiviewlearning,JournalofArtificialIntelligenceResearch,v56,p247-268,June1,2016.[2]LiuBin,ZenglinXu*,WuShuangandWangFei.Manifoldregularizedmatrixcompletionformultilabelclassification,PatternRecognitionLetters,v80,p58-63,September1,2016.[3]ZenglinXu,YanFengandQiYuan.Bayesiannonparametricmodelsformultiwaydataanalysis,IEEETransactionsonPatternAnalysisandMachineIntelligence8(TPAMI),v37,n2,p475-487,February1,2015.[4]ZenglinXu,RongJin,BinShenandShenghuoZhu.NystromApproximationforSparseKernelMethods:TheoreticalAnalysisandEmpiricalEvaluation,InAAAI'15:Proceedingsofthe25thAAAIConferenceonArtificialIntelligence.v4,p3115-3121,2015.[5]YangHaiqin,ZenglinXu,LyuMichaelRandKingIrwin.NeuralNetworks,v71,p214-224,November01,2015.[6]ChenShouyuan,LyuMichaelR.,KingIrwinandXu,Zenglin.Exactandstablerecoveryofpairwiseinteractiontensors,AdvancesinNeuralInformationProcessingSystems26,NIPS2013.[7]ZenglinXu,FengYan,andYuan(Alan)Qi.InfiniteTuckerdecomposition:NonparametricBayesianmodelsformultiwaydataanalysis,InICML'12:Proceedingsofthe29thInternationalConferenceonMachineLearning,v2,p1023-1030,2012.[8]ZenglinXu,FengYanandYuan(Alan)Qi.Sparsematrix-variatetprocessblockmodels.InAAAI'11:ProceedingsoftheTwenty-FifthAAAIConferenceonArtificialIntelligence,v1,p543-548,2011.[9]ZenglinXu,RongJin,ShenghuoZhu,MichaelR.LyuandIrwinKing.Smoothoptimizationforeffectivemultiplekernellearning,InAAAI'10:ProceedingsoftheTwenty-FourthAAAIConferenceonArtificialIntelligence,v1,p637-642,2010.[10]ZenglinXu,KingIrwin,LyuMichaelRung-TsongandJinRong.Discriminativesemi-supervisedfeatureselectionviamanifoldregularization,IEEETransactionsonNeuralNetworks,v21,n7,p1033-1047,July2010.[11]ZenglinXu,RongJin,HaiqinYang,IrwinKingandMichaelR.Lyu.Simpleandefficientmultiplekernellearningbygrouplasso,InICML'10:Proceedingsofthe27thInternationalConferenceonMachineLearning,p1175-1182,2010.[12]ZenglinXu,RongJin,MichaelR.Lyu,andIrwinKing.Discriminativesemi-supervisedfeatureselectionviamanifoldregularization.InIJCAI'09:Proceedingsofthe21thInternationalJointConferenceonArtificialIntelligence,p1303-1308,2009.[13]ZenglinXu,RongJin,JiankeZhu,IrwinKing,MichaelLyuandZhirongYang.Adaptiveregularizationfortransductivesupportvectormachine,AdvancesinNeuralInformationProcessingSystems22(NIPS),p2125-2133,2009.[14]ZenglinXu,RongJin,JiepingYe,MichaelR.Lyu,andIrwinKing.Non-monotonicfeatureselection.InICML'09:Proceedingsofthe26thAnnualInternationalConferenceonMachineLearning,v382,2009.[15]ZenglinXu,RongJin,IrwinKingandMichaelLyu.Anextendedlevelmethodforefficientmultiplekernellearning,AdvancesinNeuralInformationProcessingSystems21(NIPS),p1825-1832,2009.[16]ZenglinXu,JinRong,ZhuJianke,KingIrwinandLyuMichaelR.EfficientconvexrelaxationfortransductiveSupportVectorMachine,AdvancesinNeuralInformationProcessingSystems20-Proceedingsofthe2007Conference,2009.[17]ZenglinXu,HuangKaizhu,ZhuJianke,KingIrwinandLyuMichaelR.Anovelkernel-basedmaximumaposterioriclassificationmethod,NeuralNetworks,v22,n7,p977-987,September2009.[18]ZenglinXu,RongJin,KaizhuHuang,IrwinKingandMichaelR.Lyu.Semi-supervisedtextcategorizationbyactivesearch.InCIKM'08:ProceedingsofthethirteenthACMinternationalconferenceonInformationandknowledgemanagement,p1517-1518,2008.[19]ZenglinXu,RongJin,JiankeZhu,IrwinKing,andMichaelR.Lyu.Efficientconvexrelaxationfortransductivesupportvectormachine,AdvancesinNeuralInformationProcessingSystems20(NIPS),2007.[20]ZenglinXu,IrwinKing,andMichaelR.Lyu.Webpageclassificationwithheterogeneousdatafusion.InWWW'07:Proceedingsofthe16thInternationalConferenceonWorldWideWeb,p1171-1172,2007.[21]ZenglinXu,KingIrwinandLyuMichaelR.Featureselectionbasedonminimumerrorminimaxprobabilitymachine,InternationalJournalofPatternRecognitionandArtificialIntelligence,v21,n8,p1279-1292,December2007.[22]ZenglinXu,ZhuJianke,LyuMichaelR.andKingIrwin.Maximummarginbasedsemi-supervisedspectralkernellearning,IEEEInternationalConferenceonNeuralNetworks-ConferenceProceedings,p418-423,2007.