杰

杰哥好,哈哈!
要有魄力,即使失败,也不要让自己的人生平庸! 如果您觉得看过的文章还不错,请帮我点一个右边广告(没有任何副作用),谢谢!
 
 

常用链接

  • 我的随笔
  • 我的评论
  • 我参与的随笔

留言簿(57)

  • 给我留言
  • 查看公开留言
  • 查看私人留言

随笔分类

  • Matlab(58) (rss)
  • Optimization(7) (rss)
  • Python(4) (rss)
  • Search(30) (rss)
  • 名人(9) (rss)
  • 软件使用(Software)(66) (rss)
  • 学术(102) (rss)

随笔档案

  • 2021年3月 (2)
  • 2021年2月 (1)
  • 2021年1月 (1)
  • 2020年10月 (1)
  • 2020年9月 (1)
  • 2019年2月 (1)
  • 2018年10月 (1)
  • 2018年9月 (2)
  • 2018年8月 (1)
  • 2018年7月 (2)
  • 2018年6月 (1)
  • 2018年5月 (1)
  • 2018年4月 (1)
  • 2018年3月 (4)
  • 2018年2月 (2)
  • 2018年1月 (1)
  • 2017年12月 (4)
  • 2017年11月 (2)
  • 2017年9月 (2)
  • 2017年8月 (1)
  • 2017年7月 (1)
  • 2017年6月 (4)
  • 2017年5月 (3)
  • 2017年4月 (1)
  • 2017年1月 (1)
  • 2016年12月 (8)
  • 2016年11月 (3)
  • 2016年10月 (3)
  • 2016年9月 (2)
  • 2016年8月 (2)
  • 2016年7月 (4)
  • 2016年6月 (6)
  • 2016年5月 (7)
  • 2016年4月 (1)
  • 2016年3月 (3)
  • 2016年2月 (1)
  • 2016年1月 (2)
  • 2015年12月 (6)
  • 2015年11月 (3)
  • 2015年10月 (4)
  • 2015年9月 (3)
  • 2015年8月 (5)
  • 2015年7月 (6)
  • 2015年6月 (7)
  • 2015年5月 (8)
  • 2015年4月 (9)
  • 2015年3月 (4)
  • 2015年2月 (1)
  • 2015年1月 (3)
  • 2014年12月 (4)
  • 2014年11月 (2)
  • 2014年10月 (5)
  • 2014年9月 (3)
  • 2014年8月 (5)
  • 2014年7月 (7)
  • 2014年6月 (4)
  • 2014年5月 (1)
  • 2014年4月 (1)
  • 2014年3月 (2)
  • 2013年12月 (4)
  • 2013年11月 (3)
  • 2013年9月 (4)
  • 2013年8月 (3)
  • 2013年7月 (6)
  • 2013年6月 (4)
  • 2013年5月 (1)
  • 2013年4月 (1)
  • 2013年3月 (2)
  • 2013年2月 (1)
  • 2013年1月 (3)
  • 2012年12月 (3)
  • 2012年11月 (10)
  • 2012年10月 (11)
  • 2012年9月 (2)
  • 2012年8月 (6)
  • 2012年7月 (6)
  • 2012年6月 (4)
  • 2012年5月 (1)
  • 2012年4月 (3)
  • 2012年3月 (5)
  • 2012年1月 (1)
  • 2011年12月 (1)
  • 2011年11月 (4)
  • 2011年10月 (3)
  • 2011年9月 (3)
  • 2011年8月 (1)
  • 2011年7月 (1)
  • 2011年6月 (2)
  • 2011年5月 (2)
  • 2011年2月 (1)
  • 2011年1月 (3)
  • 2010年12月 (7)
  • 2010年11月 (5)
  • 2010年10月 (7)
  • 2010年9月 (3)
  • 2010年8月 (7)
  • 2010年7月 (7)
  • 2010年5月 (5)
  • 2010年3月 (6)
  • 2010年1月 (5)
  • 2009年12月 (5)
  • 2009年11月 (4)
  • 2009年10月 (5)
  • 2009年9月 (4)
  • 2009年8月 (1)
  • 2009年7月 (2)
  • 2009年6月 (3)
  • 2009年5月 (1)
  • 2009年4月 (3)
  • 2009年3月 (5)
  • 2009年2月 (2)
  • 2009年1月 (1)
  • 2008年12月 (1)
  • 2008年10月 (1)
  • 2008年9月 (1)
  • 2008年8月 (1)
  • 2008年7月 (4)
  • 2008年5月 (2)
  • 2008年1月 (1)
  • 2006年11月 (1)
  • 2006年4月 (1)

相册

  • 搞笑图片

Other

  • 安徽电力公司客服网站
  • 编程
  • 程序员联合开发网
  • 经典歌曲
  • 两全其美
  • 新雨丝
  • 中国工商银行
  • 中国建设银行
  • 中国建设银行信用卡
  • 中国农业银行

Paper submission

  • ACM Computing Surveys
  • AI in medicine
  • amino acids
  • Artificial Intelligence Review
  • Bioinformatics
  • BMCBioinformatics
  • conference Rankings
  • conference(CVPR)
  • conference(ICML)
  • conference(NIPS)
  • conferences
  • Current Bioinformatics
  • CVIU
  • Electronics Letters
  • IJCM
  • IJCV
  • IJPRAI
  • Image and Vision Computing
  • Neural Computing and Applications (NCA)
  • Neural Networks
  • Neurocomputing
  • Pattern Recognition
  • Pattern Recognition Letters
  • pieee
  • TASE
  • TBD
  • Tbiom
  • TCDS
  • TCSS
  • TCSVT
  • TCYB
  • TGRS
  • TIFS
  • TII
  • TIP
  • TKDE
  • TMM
  • TNNLS
  • TPAMI
  • TSMCS
  • TVT

福彩

  • 安徽福彩网
  • 双色球玩法规则介绍

留学相关

  • Google翻译
  • 爱词霸在线词典
  • 美国总领事馆
  • 普特英语听力
  • 太傻论坛
  • 在线科技词典

论坛

  • 科大bbs
  • 科学岛论坛
  • 模式识别爱好者论坛

搜索

  • arxiv
  • google ipv6
  • google台湾
  • google香港
  • google学术搜索
  • Journal citation reports (JCR)
  • scholarpedia
  • wikipedia维基百科
  • 北京天气预报
  • 电驴
  • 合肥天气预报
  • 乐乎(下载电影)
  • 微软学术搜索

学者

  • Dacheng tao
  • Deng Cai
  • Dengyong Zhou
  • dodo
  • Jian Yang
  • Jie Gui
  • Meina Kan
  • Tianyi Zhou
  • Tongliang Liu
  • Weifeng Liu
  • Xiaojin Zhu
  • yong xu (hit)
  • Zhen Lei (ia)
  • 桂卫华
  • 中科院水生所所长桂建芳

邮箱

  • 126邮箱abroad
  • 126邮箱国内
  • google 邮箱
  • hotmail
  • Seu (东南大学)
  • 科大校友邮箱
  • 科大邮箱
  • 中科院

中科大和中科院

  • Niu Group (inside)
  • Niu Group (Outside)
  • 合肥研究院图书馆
  • 智能所

搜索

  •  

最新评论

  • 1. re: Office 2010中删除Endnote web 插件
  • 真是救了我呀!
  • --ss
  • 2. re: metric learning(度量学习)
  • 76765
  • --656
  • 3. re: 全新的美国计算机学科排名[未登录]
  • 随便拉出一个来就能秒天朝的 北*大学,清*大学到火星...
  • --chipset
  • 4. re:【超智多能思维科学研究所】致 蒲慕明教授的eMail
  • 评论内容较长,点击标题查看
  • --江伟
  • 5. re: Adobe distiller: Cambria not found, using Courier. 报错解决办法
  • 解决了,谢谢!
  • --lyh

阅读排行榜

  • 1. [转贴]Google被封、gmail.com邮箱、gmail登录不了的办法(25667)
  • 2. arg min的含义是什么?(24468)
  • 3. latex问题集锦(19430)
  • 4. matlab命令窗口输出函数disp和display(17324)
  • 5. MATLAB字符串数组(15445)

评论排行榜

  • 1. K近邻分类器的matlab代码(Matlab code of k-nearest neighbors)(13)
  • 2. LibSVM学习记录(6)
  • 3. 全国接听免费附加套餐(5)
  • 4. EndNote 乱码 解决方案(5)
  • 5. 孟岩blog理解矩阵一、二, 三(5)

Powered by: 博客园
模板提供:沪江博客
C++博客 | 首页 | 发新随笔 | 发新文章 | 联系 | 聚合 | 管理

126邮箱 对方服务器未响应,重新投递中
http://help.163.com/09/1226/03/5RE94Q3B00753VB8.html
https://zhidao.baidu.com/question/1368362985743800819.html
posted @ 2016-11-30 09:55 杰哥 阅读(1922) | 评论 (0) | 编辑 收藏
 
[zz] 2016 中国被引用最高学者 in 人工智能,中科院领衔
     摘要: http://it.sohu.com/20170301/n482035520.shtml新智元报道来源:china.elsevier.com 等作者:闻菲  【新智元导读】爱思唯尔 2016 年中国高被引学者榜单日前发布,1776 名学者榜上有名。新智元选取与人工智能相关的计算机科学、电气和电子工程、控制和系统工程,以及神经科学四大领域 259 名学者为你介绍。快来看看有没有你认识的人吧...  阅读全文
posted @ 2016-11-19 21:03 杰哥 阅读(1159) | 评论 (0) | 编辑 收藏
 
[zz] IJCAI16论文速读:人脸自动美妆与深度哈希
http://mp.weixin.qq.com/s?__biz=MzI1NTE4NTUwOQ==&mid=2650325637&idx=1&sn=e3b66513e2ad39513d3637443e91995a&chksm=f235a58fc5422c99b2000599486858d0cc46af88eea1015b536205c995927a282490e92b3e60&mpshare=1&scene=1&srcid=1104m9Edzx1ubd7UlBlGBPaX#rd

IJCAI16会议介绍:

国际人工智能联合会议( International Joint Conference on Artificial Intelligence,IJCAI )是聚集人工智能领域研究者和从业者的盛会,也是人工智能领域中最主要的学术会议之一。1969 年到 2015 年,该大会在每个奇数年举办,现已举办了 24 届。随着近几年来人工智能领域的研究和应用的持续升温,从 2016 年开始,IJCAI 大会将变成每年举办一次的年度盛会;今年是该大会第一次在偶数年举办。第 25 届 IJCAI 大会于 7 月 9 日- 15 日在纽约举办。

Guest Editor导读:

本届会议的举办地在繁华喧嚣的纽约时代广场附近,正映衬了人工智能领域几年来的火热氛围。此次大会包括7场特邀演讲、4场获奖演讲、551篇同行评议论文的presentation,41场workshop、37堂tutorial、22个demo等。深度学习成为了IJCAI 2016的关键词之一,以深度学习为主题的论文报告session共计有3个。本期我们从中选择了两篇深度学习领域的相关论文进行选读,组织了相关领域的博士研究生,介绍论文的主要思想,并对论文的贡献进行点评。

Makeup Like a Superstar Deep Localized Makeup Transfer Network

在人脸分割的应用中,美妆是一个受众较广的问题。给出一张素颜正面照,如果能够给出其最适合的化妆风格并将其渲染到这张素颜脸上,可以让女孩子们更方便地找到适合的风格。中科院信工所刘偲博士等人的论文所解决的问题就是完成一个功能更完善的人脸自动美妆应用,不仅能够给素颜的图片上妆,而且可以为用户推荐最适合的妆容,达到更高的用户满意度。

文章采用端到端的方法完成风格推荐、五官提取、妆容迁移这三个步骤,同时在损失函数中还考虑平滑性与脸部对称性的约束,最终达到了state-of-the-art效果,本文方法的整体框架如下:
核心方法:首先风格推荐,是从已上妆人脸数据库中挑选与当前素颜人脸最相近的图片。具体方法是选取与当前人脸特征的欧氏距离最小者作为推荐结果,该特征即网络输出的feature map。

然后是五官提取。五官提取是采用全卷积网络做图像分割实现face parsing,而已上妆数据库还要多一个眼影的部分,对于素颜图片则没有眼影部分的问题,因此要根据眉眼特征点定位给出眼影区域。由于妆容分割的部分相对于背景更重要,网络输出loss选择的是加权交叉熵,
权重为使验证集上F1 score最大的权重值。另一方面,数据库中的脸都为正面,具有对称性,因此加上了对称性的先验约束,具体方法为在输出每个像素点的类别概率预测值后,将这个值与它的对称点再取均值作为最终输出:
最后是妆容迁移。本文中的妆容包括粉底(对应面部),唇彩(对应双唇),眼影(对应双眼)。眼影的迁移比较特殊,因为它不是直接改变双眼的部分,文章针对此设计了一个loss
意指给需要的人脸上妆后眼影部分与推荐的带妆人脸眼影的特征的L2 Norm (该特征为从五官提取部分用到的FCN第一层卷积特征conv1-1)。类似的,对面部、上唇与下唇的loss: 
不同的是它计算了conv1-1,conv2-1, conv3-1, conv4-1, conv5-1层特征的相似度。最后给出的使这个loss最小的A(即最终给出的妆后人脸)满足以下条件:
其中Rl、Rr表示左眼右眼眼影的loss,Rf表示脸部粉底的loss,Rup、Rlow表示上唇下唇唇彩的loss,Rs表示结构的loss(计算公式与眼影loss相同,但Sb、Sr中元素值都为1)。人脸妆容的平滑性可以通过以下公式进行进一步约束:
本文用end-to-end深度卷积神经网络学习出妆前妆后面部特征部位的对应关系,并进行妆容的迁移,流程较为简单,在考虑了人脸结构对称性和平滑性约束后达到了理想的效果,部分实验结果如下:

Feature Learning based Deep Supervised Hashing with Pairwise Labels

在信息检索中,哈希学习算法将图像/文本/视频等复杂数据表示成一串紧致的二值编码(只由0/1或者±1构成的特征向量),从而实现时间、空间高效的最近邻搜索。在哈希学习算法中,给定一个训练集,目标是学到一组映射函数,使得训练集中的数据经过映射后,相似的样本被映射到相似的二值编码(二值编码的相似性用Hamming距离度量)。

南京大学李武军组的这篇文章中,作者提出了一种使用pairwise label进行哈希学习的方法。通常的图像标签指示的可能是图像中的物体属于哪个类别,或者图像所描绘的场景属于哪个类别,而这里的pairwise label则是基于一对图像定义的,指示的是这一对图像是否相似(通常可以根据这一对图像是否属于同一类别定义它们是否相似)。具体来说,对于一个数据库中的第i,j两幅图像,sij=1代表这两个图像相似,sij=0代表这两个图像不相似。
具体到这篇文章,作者使用了上图所示的网络结构,网络的输入为成对的图像,以及相应的pairwise label。该网络结构中包含了共享权值的两路子网络(这种结构被称为Siamese Network),每路子网络处理一对图像中的一张。在网络的后端,根据得到的样本的二值编码和pairwise label,作者设计了损失函数来指导网络的训练。具体来说,理想情况下,网络前端的输出应该是只由±1构成的二值向量,在这种情况下,两个样本的二值编码向量的内积事实上是等价于Hamming距离的。基于这个事实,作者提出了如下的损失函数,希望用样本二值编码之间的相似性(内积)去拟合pairwise label(logistic regression):

在实际中,如果想让网络前端输出为只由±1构成的二值向量,则需要在网络中插入量化操作(如sign函数)。但是,因为量化函数在定义域上要么导数为0,要么不可导,因此在训练网络的时候无法使用基于梯度的算法,因此作者提出将网络前端的输出进行松弛,不再要求输出是二值的,转而通过在损失函数中增加一个正则项的方法,对网络输出进行约束:

其中U表示松弛后的“二值编码”,其余定义与J1相同。

在训练的时候,J2中的第一项可以直接根据图像对的标签和Ui计算得到,第二项需要对Ui进行量化得到bi后再计算。利用上述损失函数训练好网络后,当查询样本出现时,只需要将图像通过网络,并对最后一个全连接层的输出进行量化,即可得到样本的二值编码。

本文中的部分实验结果如下,文章提出的方法取得了state-of-the-art的性能,即使和使用了CNN特征作为输入的一些非深度哈希方法相比,在性能上也有比较显著的优势:

总体来说,本文提出的方法通过联合学习图像特征和哈希函数,在图像检索任务上取得了显著的性能提升。但是由于文中使用的pairwise label在描述一对样本的时候只有相似、不相似两种可能,相对比较粗糙,因此不可避免地限制了本文方法的适用场合。作者在后续的工作中可能会考虑使用更加灵活的监督信息形式来扩展方法的通用性。



参与人员:
胡蓝青  中科院计算所VIPL研究组博士研究生
尹肖贻  中科院计算所VIPL研究组博士研究生
刘昊淼  中科院计算所VIPL研究组博士研究生
刘    昕  中科院计算所VIPL研究组博士研究生


该文章属于“深度学习大讲堂”原创,如需要转载,请联系loveholicguoguo。


Guest Editor:
 
朱鹏飞,天津大学机器学习与数据挖掘实验室副教授,硕士生导师。分别于2009和2011年在哈尔滨工业大学能源科学与工程学院获得学士和硕士学位,2015年于香港理工大学电子计算学系获得博士学位。目前,在机器学习与计算机视觉国际顶级会议和期刊上发表论文20余篇,包括AAAI、IJCAI、ICCV、ECCV以及IEEE Transactions on Information Forensics and Security等。
posted @ 2016-11-04 21:50 杰哥 阅读(376) | 评论 (0) | 编辑 收藏
 
[zz] 183名中国学者入选2016全球高引作者榜 | 数据分析
http://mp.weixin.qq.com/s?__biz=MzA4NDQwNDQ2Nw==&mid=2650476198&idx=1&sn=c3f22cb3d4fb116103180423ab1b2ebe&chksm=87e81f3ab09f962c43d030798b90ee0cccb8ece9b0a69610029c87e9c71d7862f0fd429a206d&mpshare=1&scene=23&srcid=1020N2rafrTGeuiq1AkLpuMT#rd


近日,汤森路透 (Thomson Reuters) 发布了2016年全球高引作者 (Highly-Cited Researchers 2016)初步榜单,18个学科领域的183名中国学者上榜,总体人数仅占全球高引榜单的6%,显示我国高引作者比例仍然偏低。但通过学科与单位分析,可以发现一些富有启迪的现象:中国学者在材料科学、化学、以及工程科学领域高引作者比例非常高,而在生命科学领域则大幅度落后,尽管生物领域的科学家们为中国贡献了大量的Nature,Science,和Cell等高显示度文章。


虽然SCI、影响因子、和引用数近来颇受非议,但不可否认,论文及其引用仍然是基础科学和应用基础科学领域学者评价的不二法门,不可替代。因而在可以预见的未来,论文引用也将是科研院校学术水准衡量的一个重要指标。而一个国家在一个学科领域所拥有的高引作者数量,总体也能够大致体现其在该学科的国际水准和地位。因此,汤森路透最近所发布的各个学科领域高引作者榜单,具有重要的指标意义。


在近11年被ISI Web of Science Core Collection收录的全部自然和社会科学领域论文基础上,汤森路透对21个学科领域的论文相应年度的“他引次数”进行排序,共产生128,887篇高引论文,引用次数排名位居各自领域的前1%。然后对不同领域各个作者名下的高引论文数进行排名,产生相应的高引作者榜单。能够进入榜单的学者,一般而言,都在其学科领域内作出了重要和持续性贡献,具有世界级的影响力。特别值得一提的是,与影响因子不同,该榜单针对各个学科分别进行排名,因此热门学科的高影响因子和冷门学科的低影响因子相比,并无优势。这一点在生命科学尤为明显:中国学者发表了大量的高影响因子论文,但入选高引榜单的学者非常稀少。


从整体而言,全球共有3083位学者入选高引作者榜单,其中135人同时入选2个学科,21人同时入选3个学科领域(包括中国的余家国和曹进德教授),更有2人同时入选4个学科领域。如果按照学科领域统计,则全球高引作者人次总数为3266。


余家国老师


曹进德老师


中国学者入选高引作者榜单共183人,其中20人入选2个学科领域,2人入选3个学科领域,分别是武汉理工大学的余家国老师,横跨材料科学、工程科学、与化学三个领域,以及东南大学曹进德老师,横跨数学、计算机科学、和工程科学三个领域。据不完全统计,他们分别有56篇和49篇高引论文。除去大陆地区136人 (153人次),香港地区21人(24人次),台湾地区10 (10人次),和澳门地区3人 (3人次)外,另有13位海外学者因为第二单位为中国院校而进入中国作者榜单。


学科领域分布


在21个学科中,共有18个领域中国学者榜上有名。其中 材料科学人数最多,有48人上榜(全球152人),比例接近全球总数的三分之一;工程科学也有42人 (全球145人),比例接近30%;另有化学40人 (全球215人),数学17人 (全球105人);计算机科学14人 (全球127人);地质科学14人(全球149人次)。这些学科领域中的中国学者表现突出,贡献了中国绝大部分的高引作者,上榜人数比例也体现相应学科在国际领域的影响和地位。


有人可能会质疑,中国科研院校在材料科学或者工程科学领域水准如此之高,那为什么材料工艺水准为什么上不去呢,是不是大家都在论文灌水,甚至为国外期刊贡献成果呢?经常拿出来说的一个例子是航空发动机叶片。这个说法其实似是而非,非常误导。大学与科研院所,其定位,就是进行基础科学研究或者应用基础研究的,而不是直接面向产业。实验室的研究,是创新的源泉,但从实验室走向产业,还有漫长的路程,需要各个方面的体制和政策支撑。国内在这方面远未理顺。换言之,中国在材料科学的基础创新水准非常高,但因为各个方面的原因,转化没有跟上。

从上表的统计分析可以发现,中国学者在精神/心理学、社会科学和空间科学三个领域中,无人上榜。在全球 高引作者人数最多的临床医学 (Clinical Medicine, 377人)领域,仅有一位来自台湾地区的中国学者入选。而占据国内相当话语权的经济学和商科领域,仅有香港大学周政教授一人上榜,许多家喻户晓的大牌教授都榜上无名。此外,近来国内异常活跃的生物学、生物化学、以及分子生物学与基因学等生命科学领域,加起来上榜学者总数也仅仅是个位数,虽然这些领域为中国贡献了大量的Nature、Science和Cell等高显示度论文。



周政教授


科研院校分布


在183位中国学者中,共170人在中国地区工作,另13位学者第一单位在海外。其中,中国科学院所属院所34人上榜,排名第一;清华大学9人,位列第二;香港大学8人,排名第三;北京大学7人,浙江大学6人,排在前五;香港城市大学和台湾地区的中国医药大学各有5人,并列第六位。此外,东南大学、深圳华大基因、中国地质大学、哈尔滨工业大学、华南理工大学各有4人入选。中国科学技术大学、电子科技大学、澳门科技大学、香港科技大学、复旦大学、中国农业科学院、北京师范大学各有3人入选。中山大学、苏州大学、上海交通大学、东北师范大学、南京航空航天大学、辽宁工业大学、香港理工大学、哈尔滨工程大学、福州大学、东华大学、香港中文大学、和台湾大学各有2人入选。而常熟理工学院、安徽工业大学亦有学者入选。



原长洲老师


王锦荣老师


我们注意到,华大基因有四位科研人员入选,表现亮丽。一些非顶级名校的学者也表现突出,如安徽工业大学原长洲,常熟理工学院Shi Shaojun,贵州大学王锦荣,辽宁工业大学李永明,佟绍成,四川师范大学卫贵武,东北石油大学董宏丽,西南财经大学寇纲等。


在海外地区,沙特阿卜杜勒阿齐兹国王大学拥有6位上榜的中国学者,其中3位从事工程学领域研究,另3位从事数学工作,显示出近年来该大学重金挖人的功效。



中国高引作者


化学: 北大、清华、化学所三足鼎立,占据中国高引作者三分之一强。不过需要指出,万立骏院士已经转赴科大担任校长,而江雷院士也去了北航。东北师大和福州大学各有两人上榜,但厦门大学榜上无名。

施章杰  北京大学
严纯华  北京大学
高松    北京大学
郭少军  北京大学
黄春辉  北京大学
李必杰  北京大学
万立骏  中科院化学所
李永舫  中科院化学所
朱道本  中科院化学所
江雷    中科院化学所
张希    清华大学
李亚栋  清华大学
刘磊    清华大学
石高全  清华大学
唐本忠  香港科技大学
Jacky W.Y Lam  香港科技大学
苏忠民  东北师范大学
杨进    东北师范大学
汪尔康  中科院长春应用化学研究所
董绍俊  中科院长春应用化学研究所
赵东元  复旦大学
李富友  复旦大学
王心晨  福州大学
徐艺军  福州大学
张杰鹏  中山大学
陈小明  中山大学
谭蔚泓  湖南大学
余家国  武汉理工大学
成会明  中科院金属研究所
樊春海  中科院上海应用物理所
韩克利  中科院大连化物所
余济美  香港中文大学
余亦华  华东师范大学
黄飞鹤  浙江大学
田禾    华东理工大学
雷爱文  武汉大学
刘庄    苏州大学
梁永晔  南方科技大学
向全军  华中农业大学
彭孝军  大连理工大学


朱英豪老师


材料科学: 材料科学高引作者与化学领域有相当的重合,其中七人来自化学所。这与国际大趋势是一致的。近十几年,在教职招聘方面,有这么一个明显的趋势,化学系招生物博士,材料系招化学博士,而机械系招材料博士,自上而下都是如此。甚至诺贝尔化学奖,也往往颁给生物学家。今年好不容易化学家得奖,还被吐槽为冷门。当然,也需要看到,榜单上也有卢柯院士,朱英豪教授这样的正统材料科学家,而沈阳金属所四人上榜,显示其在传统材料科学领域的深厚积累。

江雷    中科院化学所
朱道本  中科院化学所
李永舫  中科院化学所
刘云圻  中科院化学所
万立骏  中科院化学所
郭玉国  中科院化学所
侯剑辉  中科院化学所
李景虹  清华大学
李亚栋  清华大学
魏飞    清华大学
危岩    清华大学
石高全  清华大学
成会明  中科院金属研究所
卢柯    中科院金属研究所
卢磊    中科院金属研究所
李峰    中科院金属研究所
曹镛    华南理工大学
吴宏滨  华南理工大学
黄飞    华南理工大学
叶轩立  华南理工大学
赵东元  复旦大学
李富友  复旦大学
方晓生  复旦大学
林君    中科院长春应用化学研究所
李春霞  中科院长春应用化学研究所
李述汤  苏州大学
刘庄    苏州大学
张校刚  南京航空航天大学
申来法  南京航空航天大学
赵宇亮  中科院国家纳米科学中心
智林杰  中科院国家纳米科学中心
施剑林  中科院上海硅酸盐研究所
樊春海  中科院上海应用物理所
胡勇胜  中科院物理所
唐本忠  香港科技大学
黄维扬  香港浸会大学
朱剑豪  香港城市大学
余济美  香港中文大学
田禾    华东理工大学
陈永胜  南开大学
陈志钢  东华大学
余家国  武汉理工大学
俞书宏  中国科技大学
原长洲  安徽工业大学
朱英豪  台湾交通大学

工程科学:哈工大四人上榜,浙大三人入围,而清华、交大传统工科强校榜上无名!
高会军  哈尔滨工业大学
张立宪  哈尔滨工业大学
吴立刚  哈尔滨工业大学
尹珅    哈尔滨工业大学
谷长栋  浙江大学
涂江平  浙江大学
王秀丽  浙江大学
陈关荣  香港城市大学
冯刚    香港城市大学
Daniel W. C. Ho  香港城市大学
张大鹏  香港理工大学
张磊    香港理工大学
何勇    中国地质大学(武汉)
吴敏    中国地质大学(武汉)
曹殿学  哈尔滨工程大学
王贵领  哈尔滨工程大学
曹进德  东南大学
虞文武  东南大学
程代展  中科院数学与系统科学研究院
李家星  中科院等离子体物理研究所
李学龙  中科院西安光学精密机械研究所
赵天寿  香港科技大学
James Lam  香港大学
董宏丽   东北石油大学
李永明   辽宁工业大学
李志武   澳门科技大学
马毅     上海科技大学
沈波     东华大学
佟绍成   辽宁工业大学
卫贵武   四川师范大学
吴宇平   南京工业大学
徐胜元   南京理工大学
徐泽水   四川大学
余家国   武汉理工大学
张化光   东北大学
陈春华   中国科技大学
Shaojun        Shi  常熟理工学院
Wei-Hsin Chen 成功大学

地质科学
肖文交  中科院地质与地球物理研究所
李献华  中科院地质与地球物理研究所
吴福元  中科院地质与地球物理研究所
高山    中国地质大学(武汉)
吴元保  中国地质大学(武汉)
赵国春  香港大学
孙敏    香港大学
柳小明  西北大学
程海    西安交通大学
李三忠  中国海洋大学
刘敦一  中国地质科学院地质研究所
郑永飞  中国科技大学
钟孙霖  国立台湾大学

数学:数学恐怕也不靠引用数走天下。
姚任之   国立中山大学
徐洪坤   国立中山大学
高橋涉   国立中山大学
周定轩   香港城市大学
陈关荣   香港城市大学
李颂孝   嘉应学院
李万同   兰州大学
廖世俊   上海交通大学
秦小龙   杭州师范大学
王锦荣   贵州大学
杨大春   北京师范大学
白中治   中科院数学与系统科学研究院
曹进德   东南大学
姚永红   天津工业大学
曾六川   上海师范大学
Poom Kumam 中国医药大学(台湾)


戴希老师

物理学:物理所四人上榜,显示其在凝聚态物理的雄厚实力。

戴希     中科院物理所
方忠     中科院物理所
陈根富   中科院物理所
雒建林   中科院物理所
邓富国   北京师范大学
王楠林   北京大学

计算机科学:电子科大三人上榜,而清华仅有一人。当然,计算机科学的评价主要基于会议论文。
祝峰    电子科技大学
彭怡    电子科技大学
梁应敞  电子科技大学
曹进德  东南大学
寇纲    西南财经大学
李英睿  华大基因
石勇    中科院大学
汪萌    合肥工业大学
卫贵武  四川师范大学
夏梅梅  清华大学
徐泽水  四川大学
黄建伟  香港中文大学
Siu-Ming Yiu 香港大学
H Nguyen-Xuan 中国医药大学(台湾)
林智仁  国立台湾大学

微生物学:哈尔滨兽医研究所三人上榜,包括陈化兰教授。
管轶    香港大学
裴伟士  香港大学
潘烈文  香港大学
袁国勇  香港大学
陈化兰  中国农业科学院哈尔滨兽医研究所
邓国华  中国农业科学院哈尔滨兽医研究所
田国滨  中国农业科学院哈尔滨兽医研究所

分子生物与遗传学:华大基因表现出色,高校、中科院全军覆没。
杨焕明   深圳华大基因
汪建     深圳华大基因
王俊     深圳华大基因
Jeffrey R Gulcher 药明康德明码生物科技有限公司

植物学与动物学
谢旗     中科院遗传与发育生物学研究所
张大兵   上海交通大学

免疫学
董晨     清华大学
Siamon Gordon  长庚大学

环境生态学
成少安   浙江大学
朱永官   中科院城市环境研究所

农业科学
何勇      浙江大学
肖建波    澳门科技大学

神经科学与行为学
贺永      北京师范大学
  
生物与生化学
王俊      华大基因

临床医学 
Chang-gong Liu 中国医药大学(台湾)

经济与商业学
周政      香港大学

posted @ 2016-10-26 17:41 杰哥 阅读(409) | 评论 (0) | 编辑 收藏
 
[zz] 2016全球“高被引”科学家数据分析:中国科学家知多少?
     摘要: http://blog.sciencenet.cn/blog-475824-1009198.html美捷登Mike 2016年9月6日,美国汤森路透集团(ThomsonReuters)在线(www.highlycited.com)公布了全球2016年“高被引科学家(Highly-CitedResearchers 2016)”名单。通过对近11年(2004-2014)被ISI...  阅读全文
posted @ 2016-10-19 09:16 杰哥 阅读(268) | 评论 (0) | 编辑 收藏
 
[zz] 曾为状元郎,如今一人揽下两次CVPR最佳论文奖,他是计算机视觉领域年轻的翘楚——何恺明
https://zhuanlan.zhihu.com/p/22887026?from=timeline&isappinstalled=0


作者:SME
链接:https://zhuanlan.zhihu.com/p/22887026
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

高考

向来只是表演前的一次彩排

…

状元,从来都是放榜后人们茶余饭后的谈资

年复一年,从科举到高考,亘古未变

十年寒窗苦读无人问,一举成名天下知

这也的确是如今高考制度下的真实写照

高考状元被记者围堵


然而对于广大平庸的学生而言,状元也许是远处的酸葡萄

不论何时总有人会从不同的角度抨击高考状元

而高考状元毕业后的工作生活则是重灾区

知名游戏主播女流是2006年内蒙理科状元石悦


2011年,中央教科院做过一个关于高考状元的调查

其结果发表在《上海教育》杂志上,其称

“我们调查了恢复高考以来的3300名高考状元,没有一位成为行业领袖”

这份调查报告的可信度有多高我们并不知道

但2000年以后至少有一位高考状元成为了业界翘楚

他是何恺明,也是2003年广东省理科高考状元

何恺明


2009年,在IEEE举办的国际计算机视觉与模式识别会议上

何恺明以一篇图片暗通道先验去雾算法论文技惊四座

当年会议投稿的论文多达1450篇,只有393篇被收录

而何恺明的论文是当年唯一的最佳论文

第一次完全由中国人组成的团队获得此项奖项

难以置信的是,这是何恺明的第一篇论文

成文时,他还只是微软亚洲研究院的一名实习生

…

何恺明在广州长大,家住在历史悠久的荔湾区

他的父母都在一家企业里从事管理工作

作为独生子,何恺明在父母的精心呵护下长大

荔湾区古韵犹存的荔枝湾


也许是受到家族多名从事教育的亲戚影响

年幼的小何在其父老何的鼓励下,早早就进入了少年宫学习

在少年宫,何恺明学习的是绘画,他也的确非常享受于此

经常一个下午甚至大半天都花费在写生台前

荔湾区少年宫


何恺明向来沉稳耐心的性格也许是成就他的一个重要因素

据他的班主任说,何恺明的成绩非常稳定基础十分扎实

在执信中学就读时期也获得过全国物理竞赛和省化学竞赛的一等奖

因此他在高考前的5月份就已经被保送清华大学

可他仍旧参加了高考,也许正是因为已经被保送清华

高考时心态放松毫无负担,发挥出了极佳的水平

一举斩获广东省理科状元,那年的日历上印着2003

与何恺明同年的状元还有豌豆荚CEO王俊煜


以状元的身份进入清华大学

何恺明放弃了原本保送的机械工程及其自动化专业

选择了更有挑战性的基础科学班

基础科学班是清华大学于1998年开始设立的为培养数学、物理等基础科学培养人才的尖子班,课程压力大,同时要学习数学系、物理系的大部分基础课程。

何恺明在清华大学的学习依旧是稳健而刻苦的

他在03至05年期间,连续三年都获得了奖学金

而更辉煌的未来即将到来

清华大学


在2007年,还没有毕业的何恺明作为实习生加入了微软亚洲研究院(MSRA)

微软在亚洲设立的大型基础研究机构,由90%的中国人组成

出于兴趣,大学曾选修计算机图形图像的相关课程

入职后,他也选择了加入视觉计算组

微软亚洲研究院


可是由于之前主修的都是物理数学基础科学

那些知识根本不足以应对在MSRA的研究工作

在阅读文章的时候,我常常都不知道哪些是大家都在用的方法,哪些才是作者的贡献。对我来说,我看见的每一样东西都是新的。

在实习的头一年里,何恺明在导师孙剑的指导下

做过些许不同的课题,但是无一例外都没有成功


曾为MSRA首席研究员的孙剑,现已高价跳槽至Face++


虽然事实是令人沮丧的,但何恺明却坦言学习到了很多

这些失败的课题让他尝试了很多不同的方向

这也是导师孙剑一直鼓励实习生去做的

正是这种轻松自由的研究氛围,为他日后的研究打下了坚实的基础

何恺明


虽为普世认为的“天才”,但恺明从不是那种只会读书的书呆子

很难相信何恺明对最早对去雾的研究源于电脑游戏

当然也许和他在北京上学脱不开干系

游戏《静寂岭》中的迷雾


一次, 他在打游戏的时候观察到,游戏中不乏雾气弥漫的场景

这些场景显然是虚构的不存在的,但是也能实现逼真的雾气效果


进一步分析证实了这些生成的图像与自然照片有着迥异的统计规律

因此他坚信,人的视觉一定有一种有效的机制用于感知雾气的存在

而这种机制可以用作去除图像的雾气,定会优于现存的方法


北京的雾霾


于是他便开始研究图像中关于雾的方程

渐渐地他发现雾的方程似曾相识,仿佛在哪里见过

原来其与自己早前研究的matting方程非常相似

这给去雾算法的研究带来了很大的便利

这样一来,他只需要估算图像局部的雾浓度就可以了

带雾照片以及其暗通道


此前,最有效的去雾方法是通过检测全图最暗的对象

并以此估算雾的浓度,从而去除全局分布均匀的雾气

但实际上很多情况下,图像中的雾气并不是均匀的

这也是图像去雾的难点所在,但是何恺明想要挑战



由于雾气的不均匀性,恺明自然就会想利用局部暗对象检测的方法处理

让人吃惊的是,大量的实验证明这个简单想法是成功的

这算是让何恺明撞对了方法,可是困难才刚刚开始


虽然得出了简单高效的方法,实验结果也非常漂亮

但导师孙剑却并没有急于让恺明将方法写成文章发表

而是反复地追问方法成功背后的本质原因

无雾图像的暗通道


于是何恺明又带着问题重新开始研究

既然局部暗对象检测去雾是成功的

那么就说明去雾后图像的每个局部确实有暗对象存在

这也就意味着在没有雾的图像中有相应的统计规律

无雾图像的暗通道强度统计规律


为此,何恺明统计了超过5000幅图像,验证了猜想的规律

从先知道怎么办再理解为什么,何恺明总算是完成了完整的研究

提出了Dark Channel Prior的高效的去雾算法理论

根据何恺明算法处理的图像,上为原图下为处理后


但在论文写作的过程中,何恺明却经常和自己吵架

反复质问自己的观点是否正确,是否合理

好不容易说服了自己,还会遭到孙剑的再度质疑

就在这样挣扎着的循环中,这篇优秀的论文总算是成文了

何恺明的论文


正是这样苛刻的要求,才会有令人骄傲的成果

何恺明这篇论文得到了三个审稿人最高的评分

同时恺明在迈阿密的演讲被观众认为是那届CVPR上最有趣的演讲

这份Best Paper Award的奖项来得当之无愧

也是中国人首次在CVPR获此殊荣,实为华人的骄傲

恺明的成果被广泛认可


鉴于何恺明一向稳定的作风,这次最佳论文奖绝不是偶然

本科毕业后何恺明进入香港中文大学攻读研究生

期间继续在微软亚洲研究院参与相关的研究


近几年,何恺明在微软亚洲研究院参与计算机视觉识别的研究

其团队在2015年末举办的ImageNet图像识别大赛中

以“图像识别深度差残学习”系统傲立群雄



一举击败谷歌、英特尔、高通,荣获第一名

再一次,全部由中国人组成的团队站在了世界巅峰

曾经风靡过的年龄检测就有其团队的贡献


次年,团队的论文在2016年的CVPR会议上获得最佳论文奖

而文章的第一作者依旧是我们的高考状元何恺明

他也以第一作者的身份两次获得CVPR最佳论文奖!


今年八月,何恺明离开了自己的福地微软亚洲研究院

加入了Facebook旗下的AI研究团队(FAIR)

有理由相信他的才能绝不会是“伤仲永”般的昙花一现


高考,从来都只是一场演习

获得优秀的成绩就骄傲得沾沾自喜

巴不得将自己所有的怪癖通告媒体

将高考带入一种求神拜佛的玄学气氛

这很难让人相信他们能成就一番事业

为高考求神拜佛


不知道啊,很多人都问过这个问题,但我一直都不太清楚,可能是悟性好吧

这是何恺明成为高考状元回答记者关于学习秘诀时的回答

他在微软亚洲研究院的光景,一直是抱着学习的心态

细读大量论文,不断提高英语水平,反复推敲自己的成果

正是这种谦逊的秉性造就了他如今的成绩


牛!


实战,从来不以分数论英雄
阅读记录: read twice, understand completely

posted @ 2016-10-12 14:18 杰哥 阅读(2589) | 评论 (0) | 编辑 收藏
 
[zz]【分享】关于如何背单词。杨鹏十七天法精华笔记
https://www.douban.com/group/topic/36403218/

进入主题! 

简单说就是两个中心三个基本点! 

两个中心(背的原则) 

中心1:第一遍过单词时只要模糊识别单词长啥样跟主要词义即可,不抠发音跟拼写(这些在以后的n次重复中自然会记住的~) 

中心2:过第四遍(也就是背完新单词后的第一遍起,详见后面附的时间表)才开始看英文释义、第五遍看例子、第六遍加上同反义词~ 

【注:复习的时候发现没记住的词要在旁边标注以格外注意,主页菌用写正字的方法标注的,比如到第八遍复习的时候哪个单词胆敢组成了一个正字(五次都木有记住的意思)那说明它就是与你不共戴天的变态词。这时候千万别崩溃!要很兴奋!众里寻她千百度吖~这时候就一定要对它狂轰滥炸不死不休~~(可以考虑用圆珠笔写在手上这样它就会陪伴你两个日日夜夜,为了摆脱它你就不得不...】 

三个基本点(背的策略) 

【注:以下针对新东方出的单词书说得,也不建议背其他版本的单词书~】 

1.一定要在早上背单词(最迟10点,原因待会儿说),背一面(5min)马上复习一次(每一面都这样背),然后背完六面(30min到)马上从第一面起复习一次,不管G还是T一个list都大概是11——12面,后面5~6面用一样的方法解决,所以一个list一小时干掉(30min*2=1h),一上午背三个list总共3小时。 

2.晚上,也就是十二个小时以后开始复习(这就是为啥要早上背单词的原因,12小时记忆周期到了好复习~不然就只能在梦中复习了==),此时每个list大概需要20分钟左右即可过完。(其实这一块是最最痛苦的,因为到后期复习量最大的时候一天复习15个list要5个小时)【注:每天与单词纠缠的总时间约为四到八小时】 

3.如果背的是GRE的话,十七天过后,新单词已全部背完,这时候一定别得意忘形要乖乖复习不然那十七天就白背了!不过压力不大的,每天抽45分钟复习3个list就可以保证长期记忆了~~ 

【注1:这个方法牛就牛在它在你背单词的所有记忆周期设计了复习,分别是与某单词初次相逢以后的第5、30、60分钟,12小时,1、2、4、7、15、30天,一个流程走下来一个单词你憋了10遍吖亲~而且全卡在遗忘点有木有~~~这种背法猪都能记住啊,Ornithorhynchidae这种非人类单词也能斩落马下啊有木有~杨鹏吊爆了有木有~】 

【注2:由于此方法的特殊性,需要大家在假期进行,平时是很难做到的因为要求时间长而且很耗神很折寿,但真心很有效,是短期内永久扩大词汇量的好办法(对于词汇量小的童鞋来说一个假期扩大4~5千是没问题的)。但很不幸,还想说一个事实,那就是只有30%不到的人能坚持下来,大部分人中途退出了,原因主页菌就不分析了大家都懂得,希望大家勇敢地当那30%~】 

【注3:对于大家对此方法的怀疑,杨鹏本人、主页菌及一大批出国人都亲身实践过,真的可行,大家不妨把它当做是一个考验,考验自己到底有没有出国追梦的勇气和决心。因为G的难度是天理难容的所以背的时候情绪会经常面临崩溃,在情绪快崩溃的时候一定要发泄出来不要带着情绪背单词,这个方法因人而异只要不针对周围的人发脾气就好,主页菌当时是用五月天的歌疗伤的。。。当时一起拼命的一个好朋友用的方法是抡枕头砸脑袋,据他本人说减压效果明显。。。】 

最后再附上一个杨鹏本人当年背GRE单词的计划表吧(注:十七天后均为复习)~大家可以适当修改调成适合自己的,不必拘泥,牢记复习周期即可。 

杨鹏背GRE单词的计划表杨鹏背GRE单词的计划表



与各位共勉。

posted @ 2016-09-25 20:31 杰哥 阅读(238) | 评论 (0) | 编辑 收藏
 
李开复写给即将入学的大学新生:大学四年应该这样度过
http://weibo.com/ttarticle/p/show?id=2309404015009008069186 
posted @ 2016-09-04 12:02 杰哥 阅读(219) | 评论 (0) | 编辑 收藏
 
[zz] 跟班式科研,误己误国——某国立研究所所长的自白 | 争鸣
     摘要: http://mp.weixin.qq.com/s?__biz=MzIyNDA2NTI4Mg==&mid=2655408987&idx=1&sn=aeb8266a5bd6db4f35e7e3f7bdf8c837&scene=1&srcid=0808iEWai3igwfXbkcGtq2iW&from=groupmessage&isappinst...  阅读全文
posted @ 2016-08-26 09:23 杰哥 阅读(408) | 评论 (0) | 编辑 收藏
 
[zz]【CCF-GAIR特别报道】深度对话周志华教授和颜水成博士
     摘要: http://mp.weixin.qq.com/s?__biz=MzI1NTE4NTUwOQ==&mid=2650325320&idx=1&sn=46bf96254385ac5dc98c483652fe281c&scene=1&srcid=0819trUwvVTJixa2vTpUJ4dd&from=groupmessage&isappinst...  阅读全文
posted @ 2016-08-25 08:48 杰哥 阅读(428) | 评论 (0) | 编辑 收藏
 
仅列出标题
共39页: First 2 3 4 5 6 7 8 9 10 Last