2022年高通创新奖学金北美获奖名单公布:38人获奖,华人占半数年底这些折叠屏新机将悉数登场堆叠一个比一个狠《羊了X羊》下的套,你中了没?寒冬下的大厂广告:B站装矜持,拼多多放大招这个后备箱,又被我装到了有钱人,如今都想上天?曝iQOO11系列标准版就上2K屏、512G存储!苹果iPhone14标准版还在挤牙膏「知存科技」完成1亿元B1+轮融资,深创投领投英特尔13代酷睿处理器发布,预售价2499元起流量之外,才是产业互联网的真蓝海iPhone14Pro又双叒翻车:被曝充电时突然重启同样预算买MacbookAir还是iPadPro全家人的数据收纳箱!华为家庭存储正式开售:从此和网盘说再见Redmi首款平板重要规格出炉:联发科6nmU、2K屏苹果AirPodsPro2在CT下现原形:挂绳孔还“兼职”天线互联网弹窗新规30日起施行广告一键关闭:严打娱乐八卦恶意炒作炫富等

机器之心报道

编辑:陈萍、小舟

高通将为每个获奖团队提供 10 万美元的奖学金和技术指导。

2022 年高通创新奖学金获得者(Qualcomm Innovation Fellowship Winners)北美获奖名单现已公布,共有 38 人获奖。该奖项创始于 2009 年,至今已有 14 年。在今年的获奖名单中,华人学生占据一半名额。

每个获奖团队能够获得高通公司提供的 10 万美元奖学金和技术指导。

丁文浩(Wenhao Ding),Jiacheng Zhu

学校:CMU

Innovation Title:自动驾驶的安全场景和泛化

丁文浩为 CMU 机械工程系博四学生,导师为 Ding Zhao 教授,本科毕业于清华大学。丁文浩的主要研究方向是构建鲁棒、可泛化、可解释的自动系统,从而真正理解物理世界。具体而言,他感兴趣的课题有:对抗性机器学习、Zero-shot 泛化、因果强化学习。

个人主页:https://wenhao.pub/

Jiacheng Zhu 为 CMU 博士生,在 Long Nguyen、Bo Li 教授的指导下做研究。他在 CMU 获得了机器学习硕士学位。在此之前,Jiacheng Zhu 在复旦大学获得学士学位。Jiacheng Zhu 的研究兴趣包括最优传输、贝叶斯非参数模型等。

个人主页:https://jiachengzhuml.github.io/

李宇哲(Yu-Jhe Li),Zhengyi Luo

Innovation Title:用于 3D 人体姿态估计和跟踪的近场和远场传感器融合

李宇哲为 CMU 电子与计算机工程(ECE)的博士生,导师是 Kris Kitani 教授。他于 2019 年在台湾大学获得硕士学位。他的研究兴趣涵盖机器学习、计算机视觉领域,尤其是表示学习、领域适应、对象检测、跟踪和重新识别。

个人主页:https://yujheli.github.io/

Zhengyi Luo 为 CMU 博士生,师从 Kris Kitani 教授。他于 2019 年在宾夕法尼亚大学获得学士学位。Zhengyi Luo 的研究兴趣包括计算机视觉、机器学习和机器人技术的交叉领域。

个人主页:https://zhengyiluo.github.io/

Chenhui Deng

学校:康奈尔大学

Innovation Title:自监督学习的功率推理

Chenhui Deng 为康奈尔大学博士生,师从 Zhiru Zhang 教授。他的研究方向是图学习及其在电子设计自动化 ( EDA ) 领域的应用。

个人主页:https://chenhui1016.github.io/

Zhiwen Fan

学校:UT-Austin

Innovation Title:具有数据 – 模型 – 加速器三重设计的视频 transformer,以用于自动驾驶的实时视觉处理

Zhiwen Fan 为 UT-Austin 博士生,师从 Zhangyang Wang 教授。他在厦门大学获得硕士学位,在山东农业大学获得本科学位。

个人主页:https://zhiwenfan.github.io/

Qingyun Xie

学校:MIT

Innovation Title:用于下一代 RF 前端模块的氮化镓 CMOS 技术

Qingyun Xie 为 MIT 电气工程系学生,本科毕业于康奈尔大学。

个人主页:https://www.linkedin.com/in/qingyun-xie-61216717/

Ji Lin,Ligeng Zhu

Innovation Title:用于在高效设备上训练的系统算法协同设计

Ji Lin 为 MIT 博士生,师从 Song Han 教授。他的研究方向是高效的深度学习算法和系统。他在清华大学获得学士学位,在 MIT 获得硕士学位。

个人主页:https://www.linji.me/

Ligeng Zhu 为 MIT 博士生,师从 Song Han 教授。他在浙江大学获得学士学位。他的研究兴趣集中在边缘计算的有效设计。

个人主页:https://lzhu.me/

Yu Zeng

学校:普林斯顿大学

Innovation Title:通过统一的软件 / 硬件抽象弥合领域特定语言和硬件加速器之间的差距

Yu Zeng 为普林斯顿大学博士生,师从 Sharad Malik 教授。在 Yu Zeng 的研究中,他主要使用模型检查(JasperGold,Z3)和数据流分析算法(使用 LLVM)。

个人主页:https://yuzeng2333.github.io/

Mingchao Liang、Wenyu Zhang

学校:加州大学圣地亚哥分校

Innovation Title:神经增强型多路径辅助定位

Mingchao Liang 和 Wenyu Zhang 都是加州大学圣地亚哥分校的博士生,主要研究方向是数字信号处理。

Kuan-Lin Chen

Innovation Title:用主动学习解决自动驾驶系统的数据标注问题

Kuan-Lin Chen 是加州大学圣地亚哥分校的学生,主要研究兴趣是机器学习、信号处理、音频和语音处理以及计算机视觉领域。

陈胤伯、Jiarui Xu

Innovation Title:将 Transformer 作为神经领域元学习器

陈胤伯是加州大学圣地亚哥分校电子与计算机工程专业二年级的博士生,导师是 Xiaolong Wang 教授。陈胤伯的主要研究兴趣是元学习器,他本科毕业于清华大学姚班。

个人主页:https://yinboc.github.io/

Jiarui Xu 也是加州大学圣地亚哥分校计算机科学与工程系博士生,导师是 Xiaolong Wang 教授。Jiarui Xu 的主要研究兴趣是计算机视觉,他本科毕业于香港科技大学。

Rui Zhu

Innovation Title:3D 室内场景的桥接语义、几何和物理推理

Rui Zhu 是加州大学圣地亚哥分校计算机科学与工程系的博士生,导师是 Manmohan Chandraker 助理教授。Rui Zhu 目前的研究兴趣是几何 / 3D 计算机视觉,特别是基于几何和物理学知识进行语义场景理解。Rui Zhu 本科毕业于东南大学信息工程专业。

Xiyuan Zhang

Innovation Title:物联网(IoT)设备上的鲁棒机器学习

Xiyuan Zhang 是加州大学圣地亚哥分校的一名博士生,导师是 Rajesh Gupta 教授和 Jingbo Shang 教授。Xiyuan Zhang 的研究重点是开发样本高效的机器学习算法,并在顺序建模、时间序列分析、自然语言处理中得到应用。她本科毕业于浙江大学竺可桢学院。

个人主页:https://xiyuanzh.github.io/

刘子坤

学校:伊利诺伊大学厄巴纳 – 香槟分校

Innovation Title:无线系统可证明的鲁棒机器学习

刘子坤是伊利诺伊大学厄巴纳 – 香槟分校 ( UIUC ) 一名计算机科学博士生,导师是 Deepak Vasisht 教授。刘子坤本科毕业于中国科学技术大学电子工程与信息科学专业。

个人主页:https://zikunliu6.github.io/

Zhedong Yang

学校:得克萨斯大学奥斯汀分校

Innovation Title:借助压电致动器进行超小型可调谐滤波器网络的研究

Zhedong Yang 是得克萨斯大学奥斯汀分校的一名博士生,导师是李秀玲教授。Zhedong Yang 主要研究通过 S-RuM 平台进行无源电子器件的小型化和集成。除了半导体加工,他还对电路级设计感兴趣。

Shijia Wei

Innovation Title:在系统和处理器架构安全方向的出色研究

Shijia Wei 是得克萨斯大学奥斯汀分校电气与计算机工程系的博士生,导师是 Mohit Tiwari 教授。Shijia Wei 的主要研究兴趣是系统和处理器架构的安全性,他 2016 年本科毕业于浙江大学竺可桢学院。

个人主页:https://0x161e-swei.github.io/

参考链接:https://www.qualcomm.com/research/university-relations/innovation-fellowship/winners

声纹识别:从理论到编程实战

《声纹识别:从理论到编程实战》中文课上线,由谷歌声纹团队负责人王泉博士主讲。目前,课程答疑正在持续更新中。

课程视频内容共12 小时,着重介绍基于深度学习的声纹识别系统,包括大量学术界与产业界的最新研究成果。

同时课程配有32 次课后测验、10 次编程练习、10 次大作业,确保课程结束时可以亲自上手从零搭建一个完整的声纹识别系统。

点击阅读原文,了解更多课程内容。

THE END

转载请联系本公众号获得授权

投稿或寻求报道:[email protected]

event_note 10月 18, 2022

account_box 回国加速器

发表回复