https://blog.qife122.com/tags/%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9/ Recent content in 研究奖项 on 办公AI智能小助手 Hugo zh-cn qife Sat, 04 Oct 2025 01:50:40 +0800 https://blog.qife122.com/p/2019%E5%B9%B4%E7%AC%AC%E5%9B%9B%E5%AD%A3%E5%BA%A6%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E6%8F%AD%E6%99%93/ Sat, 04 Oct 2025 01:50:40 +0800 https://blog.qife122.com/p/2019%E5%B9%B4%E7%AC%AC%E5%9B%9B%E5%AD%A3%E5%BA%A6%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E6%8F%AD%E6%99%93/ <h1 id="2019年第四季度aws机器学习研究奖项获奖名单公布">2019年第四季度AWS机器学习研究奖项获奖名单公布</h1> <p>AWS机器学习研究奖项（MLRA）很高兴地宣布2019年第四季度提案征集周期的28位获奖者。</p> <p>该奖项旨在通过资助创新研究和开源项目、培养学生研究人员以及提供最新技术访问权限来推动机器学习发展。自2017年以来，MLRA已支持来自13个国家73所学校和研究院所的180多个研究项目，研究主题包括机器学习算法、计算机视觉、自然语言处理、医学研究、神经科学、社会科学、物理学和机器人学。</p> https://blog.qife122.com/p/2019%E5%B9%B4%E7%AC%AC%E4%BA%8C%E4%B8%89%E5%AD%A3%E5%BA%A6%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E6%8F%AD%E6%99%93/ Fri, 03 Oct 2025 15:16:18 +0800 https://blog.qife122.com/p/2019%E5%B9%B4%E7%AC%AC%E4%BA%8C%E4%B8%89%E5%AD%A3%E5%BA%A6%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E6%8F%AD%E6%99%93/ <h2 id="2019年第二三季度aws机器学习研究奖项获奖名单公布">2019年第二三季度AWS机器学习研究奖项获奖名单公布</h2> <p>AWS机器学习研究奖项（MLRA）很高兴地宣布2019年第二三季度提案征集周期的13位获奖者。</p> <p>该奖项为学术界提供无限制资金和AWS促销积分，以推动机器学习及其应用的前沿发展。</p> https://blog.qife122.com/p/2020%E5%B9%B4%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E8%8E%B7%E5%A5%96%E5%90%8D%E5%8D%95%E5%85%AC%E5%B8%83/ Fri, 03 Oct 2025 11:12:30 +0800 https://blog.qife122.com/p/2020%E5%B9%B4%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E8%8E%B7%E5%A5%96%E5%90%8D%E5%8D%95%E5%85%AC%E5%B8%83/ <h2 id="2020年第一二季度机器学习研究奖项获奖者名单公布">2020年第一、二季度机器学习研究奖项获奖者名单公布</h2> <p>该奖项旨在通过资助研究和开源项目、培养学生等方式推动机器学习发展。获奖者来自6个国家的21所大学。</p> <h3 id="获奖名单">获奖名单</h3> <table> <thead> <tr> <th>获奖者</th> <th>大学</th> <th>研究课题</th> <th>获奖年份</th> </tr> </thead> <tbody> <tr> <td>Andrea Vedaldi</td> <td>牛津大学</td> <td>自监督图像特征表示学习的大规模理解</td> <td>2020 Q1</td> </tr> <tr> <td>Chao Zhang</td> <td>佐治亚理工学院</td> <td>使预训练语言模型适用于开放、低资源信息抽取</td> <td>2020 Q1</td> </tr> <tr> <td>Gennady Pekhimenko</td> <td>多伦多大学</td> <td>大规模高效DNN训练：从算法到硬件</td> <td>2020 Q1</td> </tr> <tr> <td>Irwin King</td> <td>香港中文大学</td> <td>面向异质图学习的图神经网络：方法、应用和工具</td> <td>2020 Q1</td> </tr> <tr> <td>Jason Hong</td> <td>卡内基梅隆大学</td> <td>组织众包工作者通过偏见悬赏对机器学习系统中的偏见进行分类</td> <td>2020 Q1</td> </tr> <tr> <td>Jiawei Han</td> <td>伊利诺伊大学厄巴纳-香槟分校</td> <td>通过标签高效图表示学习赋能异质信息网络</td> <td>2020 Q1</td> </tr> <tr> <td>Jonathan Tamir</td> <td>德克萨斯大学奥斯汀分校</td> <td>基于人工智能的即时磁共振成像与当日诊断</td> <td>2020 Q1</td> </tr> <tr> <td>Michael Bronstein</td> <td>伦敦帝国理工学院</td> <td>功能性蛋白质设计的几何深度学习模型</td> <td>2020 Q1</td> </tr> <tr> <td>Peng Gong</td> <td>清华大学</td> <td>21世纪全球土地覆盖和土地利用动态：基于某中心服务的时空立方体重建方法</td> <td>2020 Q1</td> </tr> <tr> <td>Ying Ding</td> <td>德克萨斯大学奥斯汀分校</td> <td>I-RadioDiagno：以人为中心的人工智能医学影像诊断工具</td> <td>2020 Q1</td> </tr> <tr> <td>Yun-Nung (Vivian) Chen</td> <td>台湾大学</td> <td>迈向稳健的口语理解</td> <td>2020 Q1</td> </tr> <tr> <td>Zhaoran Wang</td> <td>西北大学</td> <td>现实世界中的可证明深度强化学习：高效探索、基于模型学习和模拟到现实</td> <td>2020 Q1</td> </tr> <tr> <td>Zhou Yu</td> <td>加州大学戴维斯分校</td> <td>具有计算和样本效率的知识增强对话系统</td> <td>2020 Q1</td> </tr> <tr> <td>Anna Korhonen</td> <td>剑桥大学</td> <td>人工智能辅助功能基因组学</td> <td>2020 Q2</td> </tr> <tr> <td>Hung-yi Lee</td> <td>台湾大学</td> <td>语音处理十项全能</td> <td>2020 Q2</td> </tr> <tr> <td>Jonathan P. How</td> <td>麻省理工学院</td> <td>多智能体强化学习中通过元学习实现快速适应</td> <td>2020 Q2</td> </tr> <tr> <td>Liang Zhao</td> <td>埃默里大学</td> <td>通过无梯度优化实现分布式大规模图深度学习</td> <td>2020 Q2</td> </tr> <tr> <td>Noah Snavely</td> <td>康奈尔大学</td> <td>图像、语言和3D的联合推理</td> <td>2020 Q2</td> </tr> <tr> <td>Qi (Rose) Yu</td> <td>加州大学圣地亚哥分校</td> <td>动态图的深度关系预测</td> <td>2020 Q2</td> </tr> <tr> <td>Xia Ning</td> <td>俄亥俄州立大学</td> <td>通过深度学习实现可合成性指导的分子图生成</td> <td>2020 Q2</td> </tr> <tr> <td>Xiangxiang Zeng</td> <td>湖南大学</td> <td>用于药物重定位的图神经网络</td> <td>2020 Q2</td> </tr> <tr> <td>Yong Yu</td> <td>上海交通大学</td> <td>图数据交互模型探索及其在推荐系统中的应用</td> <td>2020 Q2</td> </tr> </tbody> </table> <p>自2017年以来，该机器学习研究奖项已支持来自15个国家80所学校和研究所的190多个研究项目，涵盖机器学习算法、计算机视觉、自然语言处理、医学研究、神经科学、社会科学、物理学和机器人学等主题。</p> https://blog.qife122.com/p/%E6%9F%90%E4%B8%AD%E5%BF%83%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E8%81%9A%E7%84%A6ai%E4%B8%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF/ Thu, 25 Sep 2025 01:19:18 +0800 https://blog.qife122.com/p/%E6%9F%90%E4%B8%AD%E5%BF%83%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E8%81%9A%E7%84%A6ai%E4%B8%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF/ <h1 id="2021年秋季与2022年冬季某中心研究奖项获得者公布">2021年秋季与2022年冬季某中心研究奖项获得者公布</h1> <p>获奖者来自8个国家的30多所大学。获得者可使用某中心公共数据集，以及云计算平台AI/ML服务与工具。</p> <p>某中心研究奖项是为多学科领域学术研究者提供无限制资金和云计算平台促销额度的项目。本次公布53名获奖者，涵盖8个国家38所大学，包括2021年秋季人工智能和2022年冬季Alexa公平性AI征案项目。提案从科学质量、创新性及对研究界和社会的影响力进行评审，涵盖理论进展、创新理念和实际应用。</p> https://blog.qife122.com/p/%E6%9F%90%E4%B8%AD%E5%BF%83%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E8%81%9A%E7%84%A6ai%E4%B8%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/ Sun, 14 Sep 2025 18:24:46 +0800 https://blog.qife122.com/p/%E6%9F%90%E4%B8%AD%E5%BF%83%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E8%81%9A%E7%84%A6ai%E4%B8%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/ <h3 id="获奖者概况">获奖者概况</h3> <p>某中心研究奖项计划为学术研究人员提供无限制资金及云服务积分，支持多学科研究。本次公布53名获奖者，来自8个国家38所高校，涵盖2021年秋季人工智能及2022年冬季AI公平性提案征集项目。提案评审基于科学质量、创新性及对学术界与社会的影响，涵盖理论突破、创新理念及实际应用。</p> https://blog.qife122.com/p/2020%E5%B9%B4%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E8%8E%B7%E5%A5%96%E5%90%8D%E5%8D%95%E5%85%AC%E5%B8%83/ Sat, 06 Sep 2025 16:42:31 +0800 https://blog.qife122.com/p/2020%E5%B9%B4%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%A0%94%E7%A9%B6%E5%A5%96%E9%A1%B9%E8%8E%B7%E5%A5%96%E5%90%8D%E5%8D%95%E5%85%AC%E5%B8%83/ <h1 id="2020年第一二季度机器学习研究奖项获奖者名单公布">2020年第一、二季度机器学习研究奖项获奖者名单公布</h1> <p>该奖项旨在通过资助研究和开源项目、培养学生等方式推动机器学习发展。获奖者来自六个国家的21所大学。</p> <h2 id="获奖名单">获奖名单</h2> <table> <thead> <tr> <th>获奖者</th> <th>大学</th> <th>研究题目</th> <th>获奖年份</th> </tr> </thead> <tbody> <tr> <td>Andrea Vedaldi</td> <td>牛津大学</td> <td>自监督图像特征表示学习的大规模理解</td> <td>2020 Q1</td> </tr> <tr> <td>Chao Zhang</td> <td>佐治亚理工学院</td> <td>为开放、低资源信息提取启用预训练语言模型</td> <td>2020 Q1</td> </tr> <tr> <td>Gennady Pekhimenko</td> <td>多伦多大学</td> <td>大规模高效DNN训练：从算法到硬件</td> <td>2020 Q1</td> </tr> <tr> <td>Irwin King</td> <td>香港中文大学</td> <td>用于异构图学习的图神经网络：方法、应用和工具</td> <td>2020 Q1</td> </tr> <tr> <td>Jason Hong</td> <td>卡内基梅隆大学</td> <td>组织众包工作者通过偏见赏金分类机器学习系统中的偏见</td> <td>2020 Q1</td> </tr> <tr> <td>Jiawei Han</td> <td>伊利诺伊大学厄巴纳-香槟分校</td> <td>通过标签高效图表示学习赋能异质信息网络</td> <td>2020 Q1</td> </tr> <tr> <td>Jonathan Tamir</td> <td>德克萨斯大学奥斯汀分校</td> <td>人工智能驱动的磁共振成像用于当日护理点成像和诊断</td> <td>2020 Q1</td> </tr> <tr> <td>Michael Bronstein</td> <td>伦敦帝国学院</td> <td>功能性蛋白质设计的几何深度学习模型</td> <td>2020 Q1</td> </tr> <tr> <td>Peng Gong</td> <td>清华大学</td> <td>21世纪全球季节性到年度土地覆盖和土地利用动态：使用某云服务的时空立方体重建方法</td> <td>2020 Q1</td> </tr> <tr> <td>Ying Ding</td> <td>德克萨斯大学奥斯汀分校</td> <td>I-RadioDiagno：以人为中心的人工智能医学影像诊断工具</td> <td>2020 Q1</td> </tr> <tr> <td>Yun-Nung (Vivian) Chen</td> <td>台湾大学</td> <td>迈向稳健的语音理解</td> <td>2020 Q1</td> </tr> <tr> <td>Zhaoran Wang</td> <td>西北大学</td> <td>现实世界中可证明的深度强化学习：高效探索、基于模型的学习和模拟到现实</td> <td>2020 Q1</td> </tr> <tr> <td>Zhou Yu</td> <td>加州大学戴维斯分校</td> <td>具有计算和样本效率的知识增强对话系统</td> <td>2020 Q1</td> </tr> <tr> <td>Anna Korhonen</td> <td>剑桥大学</td> <td>人工智能辅助的功能基因组学</td> <td>2020 Q2</td> </tr> <tr> <td>Hung-yi Lee</td> <td>台湾大学</td> <td>语音处理十项全能</td> <td>2020 Q2</td> </tr> <tr> <td>Jonathan P. How</td> <td>麻省理工学院</td> <td>多智能体强化学习中通过元学习实现快速适应</td> <td>2020 Q2</td> </tr> <tr> <td>Liang Zhao</td> <td>埃默里大学</td> <td>通过无梯度优化实现分布式大规模图深度学习</td> <td>2020 Q2</td> </tr> <tr> <td>Noah Snavely</td> <td>康奈尔大学</td> <td>图像、语言和3D的联合推理</td> <td>2020 Q2</td> </tr> <tr> <td>Qi (Rose) Yu</td> <td>加州大学圣地亚哥分校</td> <td>动态图的深度关系预测</td> <td>2020 Q2</td> </tr> <tr> <td>Xia Ning</td> <td>俄亥俄州立大学</td> <td>通过深度学习实现可合成性指导的分子图生成</td> <td>2020 Q2</td> </tr> <tr> <td>Xiangxiang Zeng</td> <td>湖南大学</td> <td>用于药物重定位的图神经网络</td> <td>2020 Q2</td> </tr> <tr> <td>Yong Yu</td> <td>上海交通大学</td> <td>探索图数据上的交互模型及其在推荐系统中的应用</td> <td>2020 Q2</td> </tr> </tbody> </table> <p>自2017年以来，该机器学习研究奖项已支持来自15个国家80所学校和研究所的190多个研究项目，涉及机器学习算法、计算机视觉、自然语言处理、医学研究、神经科学、社会科学、物理学和机器人学等主题。</p>