博士期间,因为一次偶然机会,林宙辰老师受微软中国研究院(后升格为微软亚洲研究院)视觉计算组主管沈向洋博士的邀请,来到微软中国研究院实习,研究光场采样问题,取得了重要的理论突破。 这段经历成为林宙辰老师职业发展的重要转折点。 2000 年 7 月,林宙辰老师博士毕业后,非常顺利地留在了微软中国研究院视觉计算组,继续从...
今年5月,2018国际人工智能院长论坛在西安成功举办,林宙辰教授围绕“人工智能+高等教育”主题发表了见解。 林宙辰:机器学习中一阶优化算法进展 林宙辰教授的报告围绕优化算法展开,他介绍,在机器人里面主要是使用一阶算法,因为需要参数算的非常准,最终转化为识别率,或者错误率等,如今,除了数字算得非常好之外,对速度也有了...
该奖项相当于计算科学方面的奥斯卡 一起来认识下林宙辰教授 先来看看他的简历 ·林宙辰·1972年出生，永泰县梧桐镇埔埕村人。现任北京大学信息科学技术学院智能科学系教授、博士生导师。2000年7月于北京大学数学学院获得理学博士学位。2000年7月至2012年2月在微软亚洲研究院工作，历任副研究员、研究员、主管研究员，201...
林宙辰教授 领衔撰写 本书特点 该书介绍了交替方向乘子法的基本数学形式以及若干变化形式, 其核心内容涵盖了针对不同类约束(主要是线性约束) 问题的ADMM 的收敛性分析, 包括凸问题、非凸问题、确定性问题、随机问题、中心化/分布式问题等。 院士推荐 交替方向乘子法(ADMM) 是求解带约束优化问题的一种重要算法, 它...
内容概要:IJCAI-SAIA YES 于 7 月 5-7 日在上海召开,在这场汇集 AI 领域青年学者、学术大咖的盛会上,我们有幸采访到了来自北京大学信息科学技术学院的林宙辰教授。 关键词:北京大学 CV IJCAI-SAIA YES 2020 年 10 月,美国斯坦福大学联合 Mendeley Data 发布了全球前 2% 顶尖科学家榜单。
2024年3月7日,中国人工智能学会发布《2023年度吴文俊人工智能科学技术奖授奖公告》,以北京大学智能学院林宙辰教授为第一完成人的科研成果“深度学习网络设计与优化算法”荣获自然科学奖一等奖。该成果深入研究影响深度网络性能的两大因素:结构设...
林宙辰教授 领衔撰写 本书特点 该书介绍了交替方向乘子法的基本数学形式以及若干变化形式, 其核心内容涵盖了针对不同类约束(主要是线性约束) 问题的ADMM 的收敛性分析, 包括凸问题、非凸问题、确定性问题、随机问题、中心化/分布式问题等。 院士推荐 交替方向乘子法...
林宙辰教授 领衔撰写 本书特点 该书介绍了交替方向乘子法的基本数学形式以及若干变化形式, 其核心内容涵盖了针对不同类约束(主要是线性约束) 问题的ADMM 的收敛性分析, 包括凸问题、非凸问题、确定性问题、随机问题、中心化/分布式问题等。院士推荐交替方向乘子法(ADMM) 是求解带约束优化问题的一种重要算法, 它尤其...
林宙辰2000年于北京大学获得应用数学博士学位。他现在是北京大学信息科学技术学院机器感知与智能教育部重点实验室教授。他的研究领域为:计算机视觉、图像处理、机器学习、模式识别、以及数值优化。他是CVPR 2014/2016、ICCV 2015、NIPS 2015的领域主席和AAAI 2016/2017、IJCAI 2016的高级程序委员。他是IEEE Transactions on...
最近，机器学习和计算机视觉领域知名专家、北京大学教授林宙辰领衔撰写了机器学习优化算法领域的著作《机器学习中的加速一阶优化算法》，介绍了各种情形下的加速一阶优化算法，包括确定性和随机性的算法、同步和异步的算法，以求解带约束的问题和无约束的问题、凸问题和非凸问题，对算法思想进行了深入的解读，并对其收敛...