Jure Leskovec的指导下,尤佳轩在深度学习、数据库等领域取得了显著的研究成果。 博士毕业后,尤佳轩加入了Kumo.AI,作为创始成员之一,他在那里度过了两年多的时间。2023年8月,尤佳轩加入了英伟达,担任高级研究科学家,继续在人工智能领域进行探索和创新。 现在,尤佳轩即将在伊利诺伊大学厄巴纳香槟分校开始他的全职教授生涯。
尤佳轩本科毕业于清华大学自动化系,博士毕业于斯坦福大学计算机系,博士4年间主要通过图及关系型数据的视角进行人工智能的研究。我在NeurIPS、ICML、ICLR、AAAI、KDD和WWW等顶级会议上发表了10余篇第一作者论文,其中许多为相关领域的开创性工作,得到了广泛认可,总引用量暂为8000余次。我创建或共同领导了多个开源软件项目...
尤佳轩 UIUC CS AP | Stanford CS PhD 【欢迎转发扩散】UIUC计算机系U Lab长期招收实习生(远程)、研究性硕士生(全奖)、博士生(全奖)。 尤佳轩本科毕业于清华大学,博士毕业于斯坦福大学,个人主页(Jiaxuan You's… 阅读全文 回答了问题2025-02-07 12:37 ...
2016 - 郭伟,张毅,尤佳轩,... - 《中南大学学报:英文版》 - 被引量: 2 收藏相关文章 Identity-aware Graph Neural Networks 2020 - Jiaxuan You, Jonathan Gomes-Selman, Rex Ying,... - 35th AAAI Conference on Artificial Intelligence (AAAI 2021) 相关文章 Handling Missing Data with Graph Neural Netwo...
神经网络的图结构和预测性能之间有怎样的关系？近日，斯坦福尤佳轩、Jure Leskovec 联合 FAIR 何恺明、Saining Xie 等人的论文提出了一种神经网络的新型的图表示法。该表示法有助于对神经网络的架构和预测性能有更深层的理解。这篇论文已经被 ICML 2020 收录。神经网络通常用神经元之间的连接图来表示。尽管神经网络被...
个人主页：https://jxhe.github.io/尤佳轩 尤佳轩目前是斯坦福大学计算机科学系博士四年级在读生，导师为Jure Leskovec。主要研究内容为开发用于图/关系结构数据的机器学习算法。本科就读于清华大学，自动化与经济学双学位，期间曾跟随朱军、Stefano Ermon、David Lobell等知名学者进行学术研究，在经济学、社会科学、智能交...
潘楚良(高一五),尤佳轩(高一九) (北京八中研究性学习小组,北京) 终稿:2011-6-15 摘要本论文深入浅出地简述了水的反常膨胀的原因,并简述水分子性质、氢键、 分子缔合等相关知识。在本论文中提及水具有反常膨胀的原因是:水分子具有电 负性较强的O原子并含孤对电子,使水分子间存在氢键。水凝固时由于氢键作 用...
《尤佳轩、何恺明等提出新型图表示法,新视角理解图结构如何影响预测性能》近日,斯坦福尤佳轩、Jure Leskovec 联合 FAIR 何恺明、Saining Xie 等人的论文提出了一种神经网络的新型的图表示法。该表示法有助于对...
神经网络的图结构和预测性能之间有怎样的关系?近日,斯坦福尤佳轩、Jure Leskovec 联合 FAIR 何恺明、Saining Xie 等人的论文提出了一种神经网络的新型的图表示法。该表示法有助于对神经网络的架构和预测性能有更深层的理解。这篇论文已经被 ICML 2020 收录。
入门图机器学习的同学建议读一下斯坦福尤佳轩的博士论文《EMPOWERING DEEP LEARNING WITH GRAPHS》。 链接:https://stacks.stanford.edu/file/druid:mz469rn9516/PhD_thesis_final_Jiaxuan-augmented.pdf 深度学习重塑了人工智能的研究和应用。现代深度学习模型主要是为规则结构的数据设计的,如序列和图像。这些模型是为将...