近日，IEEE計算智能協會（IEEE Computational Intelligence Society, 簡稱IEEE CIS）公佈了2018年全球研究生科研基金獎（2018 Graduate Student Research Grants）的獲得者名單，南方科技大學計算機系研究生一年級學生傅國績成為了該基金的入選者之一。
IEEE CIS研究生科研基金獎是由IEEE計算智能協會設立和頒發、由IEEE CIS研究生科研基金獎委員會評審，在全球範圍內篩選3-5名從事神經網絡、模糊系統和演化計算等計算智能方向的本科生、碩士研究生或博士研究生，根據項目質量和需求發放1000美金至4000美金的基金經費。
關於“國績哥哥”
傅國績是南科大計算機系研一的學生，研究方向是機器學習，網絡表徵學習。
本科畢業於北京科技大學機械工程學院的他在2016年參加了首屆南科大研究生夏令營後被南科大計算機系錄取，雖然不是計算機科班出身，但本科階段的競賽和實驗室經歷讓他對計算機產生了濃厚的興趣，並決定報名南科大計算機系。
除了繁重的課程和緊密的科研工作，熱心無私的他也經常出現在計算機系大大小小的學術會議和活動上，他是計算機系的一塊磚，哪裡需要就出現在哪裡，大家都親切地叫他“國績哥哥”。
傅國績在Hisao Ishibuchi老師的課上拿到的獎勵
關於項目
談到此次申請的項目內容，他介紹到：“現實生活中的很多場景可以描述成網絡的形式，像社交媒體（微博、Facebook）中的人際關係網絡；淘寶京東等電商的用戶商品興趣網絡；語言學領域中的詞共生網絡等等。針對大量網絡數據的分析能夠挖掘隱藏在網絡中的有用信息，幫助人們在現實應用場景中做出更有意義的決策，例如推薦“可能認識的人”、“你感興趣的商品”等。現實場景中的網絡規模可以很大，例如社交網絡中用戶的數量往往數以百萬，直接分析規模較大的網絡計算開銷和存儲開銷都非常大，因此我的研究方向就是將原始信息網絡映射到一個低維向量空間，用一組低維向量來表示網絡中的節點，即網絡表徵學習，由網絡表徵學習得到的節點的向量表徵作為後續網絡分析算法的輸入能夠促進分析的性能和效率。在學習網絡表徵時，為提高表徵學習算法的可擴展性，大多數網絡表徵學習算法使用隨機遊走策略從網絡中採樣路徑，然而現有的隨機遊走策略往往以非常大的概率在網絡局部進行採樣，只能捕捉網絡的局部信息，因此在本項目中，我們試圖提供一種新的網絡採樣策略——層級採樣（Hierarchical Sampling）來解決現有的網絡表徵學習網絡採樣方法不能有效考慮原始網絡全局信息的缺點。”
關於南科大計算機系
當被問到對南科大計算機系的看法時，傅國績說南科大是他一生只有一次的選擇，他覺得能進南科大計算機系，能跟著姚新老師學習是一件非常幸運的事情。
傅國績說到，南科大計算機系成立短短兩年，已經擁有了一支具有二十多個教授的國際化高水平師資隊伍，其中還包括三位IEEE Fellow和三位國家千人專家。計算機系重點發展人工智能、自主智能系統、數據科學、計算機系統和網絡、計算理論等五個計算機科學與工程熱門方向。在人工智能方向中，計算機系已建成了國際領先的計算智能研究團隊，重點研究神經網絡和演化計算等。
雄厚的師資和強大的計算智能研究團隊深深吸引了從事機器學習研究的傅國績，這也是他最終選擇來南科大計算機系的主要原因。
姚新老師和他的一枚小迷弟
關於未來
關於未來，短期內傅國績的目標是計劃在碩士畢業後繼續攻讀博士學位，當前的計劃是做好申到的IEEE CIS研究生科研項目。對於未來雖然還不明朗，但國績目標明確且內心篤定，希望他能早日達成自己的心願。
傅國績在2017年回顧時說到：“The crucial decision in 2017 I made was went back from Beijing to Shenzhen which is the opposite direction I had gone 4 years ago. And one of the biggest happiness is that we have such wonderful professors and staffs here. Although my life was full of homework and course projects since I was the official graduate student in SUSTech, I learned a lot from professors, and I am enjoying the life here.”
--- 南方科技大學 ---
新媒體中心
供稿 | 計算機科學與工程系
閱讀更多 南方科技大學 的文章
