2021年启动的某中心研究生研究奖学金项目，旨在支持自动化推理、计算机视觉、机器人、语言技术、机器学习、运筹学及数据科学等领域的研究工作。
去年五月，某中心与卡内基梅隆大学宣布了首批五位研究生研究奖学金得主，标志着该公司在扩大支持硕士和博士研究生科研工作方面迈出了新的一步。如今，新一轮的奖学金得主名单已经公布。
该计划支持五名在自动化推理、计算机视觉、机器人、语言技术、机器学习、运筹学及数据科学领域从事科研的研究生。奖学金得主还将受邀参加某中心的科学实习岗位面试。
五位获奖者分别是：
-
Emily Black，计算机科学：导师是计算机科学副教授 Matt Fredrikson。Black 是一位专注于算法公平性领域的机器学习研究员。她的研究核心在于理解机器学习模型对社会的影响。具体而言，她致力于揭示常用机器学习模型可能存在不公平行为的新颖方式；寻找方法在实际应用中精确定位模型何时正在产生有害行为；开发在可能情况下减轻有害行为的方法；以及将技术见解转化为技术政策建议。
-
Saurabh Garg，机器学习：导师是运筹学与机器学习助理教授 Zachary Lipton 以及统计学副教授 Sivaraman Balakrishnan。Garg 对构建鲁棒且可解释的机器学习系统感兴趣。他正在研究机器学习模型在现实场景中的行为，并构建可证明的方法，以朝着放宽简化假设的方向取得进展，从而建立鲁棒且可信赖的模型。
-
Natalia Lombardi de Oliveria，数据科学与机器学习：导师是统计学与机器学习教授、同时也是某中心学者的 Ryan Tibshirani。她的研究重点是泛化估计（在经典统计学中也称为乐观度），即预测算法在测试集和训练集上的性能差异。
-
Emre Yolcu，计算机科学：导师是计算机科学副教授、同时也是某中心学者的 Marijn Heule。Yolcu 对逻辑学，特别是证明复杂性、可满足性求解及相关主题感兴趣。他目前的研究工作涉及基于冗余的证明系统的复杂性、基于重写方法解决 Collatz 猜想，以及为可满足性问题学习局部搜索启发式方法。
-
Minji Yoon，计算机科学：导师是计算机科学 Fredkin 教授、同时也是某中心学者的 Christos Faloutsos 以及计算机科学教授 Ruslan Salakhutdinov。Yoon 的研究方向是深度图学习。她的目标是通过借鉴深度学习的强大泛化能力，实现图学习的自动化与普及化。她首先识别图学习流程中的基本构建模块，利用各种深度学习方法将每个模块自动化，然后将自动化模块重新组合成一个流程。她的最终目标是向用户提供一个即插即用的端到端图学习工具。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
公众号二维码
公众号二维码
