Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

香港大学韩锴课题组招募计算机视觉、深度学习方向博士及博士后

新的一期博士招生正式启动!本期将为大家介绍香港大学韩锴老师课题组招收博士及博士后相关信息。

图片

学校简介

香港大学(The University of Hong Kong),简称港大(HKU),是一所国际化公立研究型大学,位于香港岛中西区,成立于 1911 年。在最新 QS 世界排名和泰晤士世界排名中,分别位列第 21 位和第 31 位。

导师信息

韩锴博士目前在港大统计系担任助理教授,领导 Visual AI Lab。他的研究兴趣主要聚焦于计算机视觉机器学习;近期课题参见课题组主页。

  • 个人主页:https://www.kaihan.org

  • 课题组主页 https://visailab.github.io

加入港大之前,他在 Google Research 担任 Visiting Faculty Researcher;在英国布里斯托大学计算机系担任助理教授;在牛津大学著名的 VGG 组进行博士后研究,师从 Andrew Zisserman 教授和 Andrea Vedaldi 教授。韩锴博士毕业于香港大学,师从 Kenneth Wong 教授。博士期间曾到法国国家信息与自动化研究所和巴黎高等师范学院的 WILLOW 组进行实习研究,师从 Jean Ponce 教授。

韩锴博士的研究成果主要发表于领域顶级学术会议 (CVPR,ICCV,ECCV,NeurIPS,ICLR 等) 和顶级学术期刊(TPAMI,IJCV,TIP 等)。他长期担任这些会议和期刊审稿人,被评为 CVPR2018,CVPR2020,CVPR2021 和 ICCV2021 优秀审稿人。

申请要求及待遇

计算机、统计、数学、电子、自动化等相关专业;诚实守信,对科研有热情,做事有毅力;有扎实的编程能力和数学基础;有较强英语阅读、写作和沟通能力;有计算机视觉机器学习深度学习相关论文发表者加分;博士后申请者须有发表于相关领域顶会和顶刊的研究成果,具备独立科研能力。

博士生奖学金 21 万港币每年起(特别优秀者可申请港府奖学金或校长奖学金,最高可达 40 万港币每年);博士后申请者将根据其背景提供具有竞争力的待遇(月薪 3 万港币起)。

联系方式

欢迎感兴趣的同学邮件联系:kaihanx@hku.hk

请在邮件标题注明申请职位,并在邮件中附上简历。

「TalentAI」是机器之心最新招聘栏目,欢迎有招聘需求的高校实验室、企业与我们联系合作。邮箱:liyazhou@jiqizhixin.com

产业
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

VGG技术

2014年,牛津大学提出了另一种深度卷积网络VGG-Net,它相比于AlexNet有更小的卷积核和更深的层级。AlexNet前面几层用了11×11和5×5的卷积核以在图像上获取更大的感受野,而VGG采用更小的卷积核与更深的网络提升参数效率。VGG-Net 的泛化性能较好,常用于图像特征的抽取目标检测候选框生成等。VGG最大的问题就在于参数数量,VGG-19基本上是参数量最多的卷积网络架构。VGG-Net的参数主要出现在后面两个全连接层,每一层都有4096个神经元,可想而至这之间的参数会有多么庞大。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
推荐文章
暂无评论
暂无评论~