当前位置: X-MOL首页全球导师 国内导师 › 吴高巍

个人简介

教育背景 2000-09--2003-07 中国科学院自动化研究所 博士 1997-09--2000-07 中国科学院半导体研究所 硕士 1992-09--1997-07 清华大学 学士 工作简历 2010-03~2012-05,中国科学院自动化研究所, 助研,副研 2006-12~2010-03,中国科学院计算技术研究所, 助研 2003-09~2006-09,中国科学院计算技术研究所, 博士后 2000-09~2003-07,中国科学院自动化研究所, 博士 1997-09~2000-07,中国科学院半导体研究所, 硕士 1992-09~1997-07,清华大学, 学士 教授课程 高级人工智能 程序设计基础与实验(JAVA) 科研项目 ( 1 ) 面向大规模数据的机器学习算法研究, 主持, 国家级, 2012-01--2015-12

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) Momentum Acceleration in the Individual Convergence of Nonsmooth Convex Optimization with Constraints, IEEE Transactions on Neural Networks and Learning Systems, 2020, 第 2 作者 (2) Improving Sparsity and Scalability in Regularized Nonconvex Truncated-Loss Learning Problems, IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2017, 第 2 作者 (3) Stochastic Learning via Optimizing the Variational Inequalities, IEEE Transactions on Neural Networks and Learning Systems, 2014, 通讯作者 (4) Recursive Deep Learning for Sentiment Analysis over Social Data, WIC, 2014, 第 3 作者 (5) Obtaining Better Word Representations via Language Transfer, CICLing, 2014, 第 3 作者 (6) Improving Word Embeddings via Combining with Complementary Languages, Canadian Conference on AI, 2014, 第 3 作者 (7) Stochastic coordinate descent methods for regularized smooth and nonsmooth losses, ECML, 2012, 通讯作者 (8) Adapting centroid classifier for document categorization, Expert Systems with Applications, 2011, 第 2 作者 (9) Enhancing the Performance of Centroid Classifier by ECOC and Model-Refinement, ECML PKDD, 2009, 第 2 作者 (10) A General Soft Method for Learning SVM Classifiers with L1 norm Penalty, Pattern Recognition, 2008, 第 2 作者 (11) Adasum: an adaptive model for summarization, CIKM, 2008, 第 3 作者 (12) Using unlabeled data to handle domain-transfer problem of semantic detection, ACM SAC, 2008, 第 3 作者 (13) A novel scheme for domain-transfer problem in the context of sentiment analysis, CIKM, 2007, 第 2 作者 (14) Learning Linear PCA with Convex Semi-definite Programming, Pattern Recoginition, 2007, 第 2 作者

推荐链接
down
wechat
bug