四位新晋研究员及其研究课题

运筹研究博士生

Haoxian Chen（指导教授：工业工程与运筹学副教授Henry Lam）

• 开发具有可证明性能保证的可扩展机器学习方法，运用应用概率、不确定性量化和随机分析工具
• 创建名为"伪贝叶斯优化（PBO）“的新方法论，提供构建不确定性量化器的理论依据，实现计算高效的探索-利用策略

Rachitesh Kumar（指导教授：工业工程与运筹学助理教授Christian Kroer）

• 开发数据驱动收益管理算法，能够应对需求不确定性并在多种场景下保持良好性能
• 基于需求预测置信度调整鲁棒算法，在预测准确时保证优异性能，同时维持最坏情况下的最低性能水平

计算机科学博士生

Melanie Subbiah（指导教授：计算机科学教授、某机构学者Kathleen McKeown）

• 研究叙事文本自动摘要，聚焦人工智能与人文学科交叉领域
• 突破传统单文档新闻摘要局限，解决叙事性文本中关键信息分散的挑战

Kevin Xia（指导教授：计算机科学副教授Elias Bareinboim）

• 专注于机器学习领域的因果推理研究
• 探索两个核心问题：深度学习模型如何执行因果推断，以及因果信息如何指导深度学习

项目背景与发展

哥伦比亚人工智能技术中心（CAIT）与某机构通过博士奖学金和教师研究奖项支持人工智能领域研究人员。2022年已授予两个博士生奖学金和五个教师研究奖项，2023年新增四个博士生奖学金。

持续支持

2022年研究员Mathumidha Sridharan和Tuhin Chakrabarty将继续获得第二年的资助。

学术活动

除奖学金计划外，CAIT还定期举办杰出讲座、年度研究成果展示和学术研讨会，汇聚哥伦比亚大学人工智能研究人员交流前沿话题。