欢迎对计算机视觉、自然语言大模型、多模态感知融合方向感兴趣的研究生加入
来源: 范晨悠/
华南师范大学
964
0
0
2024-04-04

欢迎具有较强的机器学习及编程基础的研究生联系我们 Fancy AI Team。

我们的研究工作包括。

  1. 计算机视觉、自然语言处理,及两者的多模态融合;
  2. 机器学习理论,包括少样本学习、半监督学习、自监督学习;
  3. 时序数据分析,金融数据分析;
  4. 分布式机器学习,联邦学习。

+ 联系方式  fanchenyou@scnu.edu.cn

 

部分工作展示

 

1.时序预测

"Multi-horizon time series forecasting with temporal attention learning"

基于时序注意力的时序预测方法,发表于KDD-2019

See the source image

See the source image  

 

2.分布式机器学习与半监督学习

 

“Few-Shot Multi-Agent Perception With Ranking-Based Feature Learning”

基于特征学习的小样本多智能体感知,发表于TPAMI 2023-10 

 

"Few-shot multi-agent perception"

小样本多智能体感知,发表于ACM MultiMedia-2021

 

“Private Semi-Supervised Federated Learning”

隐私保护的半监督联邦学习,发表于IJCAI-2022 

             

 

 

 

3.预训练大预言模型,自然语言处理

 

医学大模型检索增强,发表于IJCNN-2024

REMED: Retrieval-Augmented Medical Document Query Responding with Embedding Fine-Tuning

 

“Heterogeneous memory enhanced multimodal attention model for video question answering”

多模态视频问答, 发表于CVPR-2019

 

 

“Federated Prompting and Chain-of-Thought Reasoning for Improving LLMs Answering”

大模型联邦检索,发表于KSEM-2023

 

 

“面向网络社交媒体的少样本新冠谣言检测”

发表于 中文信息学报 20222-01

         

 

4.计算机视觉

“Identifying first-person camera wearers in third-person videos”

多视角人像检测,发表于CVPR-2017

        

 


登录用户可以查看和发表评论, 请前往  登录 或  注册
SCHOLAT.com 学者网
免责声明 | 关于我们 | 联系我们
联系我们: