2023摩根大通博士奖学金名单公布，华人超3/5，西电、川大校友在列

2023-07-18 19:07

机器之心报道

编辑：陈萍、小舟

与去年入选 4 位华人博士生（共 11 位）相比，今年华人学生的占比有了显著增加。

近日，摩根大通（J.P.Morgan Chase & Co.）公布了 2023 年博士生奖学金获奖名单。今年一共有 13 位博士生获奖，其中华人博士生 8 位，占比超 3/5。

该奖项设立于 2019 年，据摩根大通 AI 研究主管 Manuela Veloso 介绍，他们设立该奖项的目的是为了激励下一代领先的 AI 研究人员。他们希望创造一个环境，可以激发研究人员产生变革性研究，并在社区和整个行业产生持久的影响。

以下是今年获得摩根大通博士生奖学金的华人博士生简介：

美国东北大学 Dian Wang

Dian Wang 是美国东北大学 Khoury 计算机科学学院一名四年级博士生，导师是 Robert Platt 教授和 Robin Walters 教授。他本科毕业于四川大学。

Dian Wang 的研究兴趣包括机器学习和机器人技术。最近，他的研究重点是几何深度学习和机器人学习的交叉领域，通过将等变学习方法应用于机器人操作来提高学习效率。

佐治亚理工学院 Yuxi Wu

Yuxi Wu 是佐治亚理工学院一名计算机科学博士生，她的导师是 Keith Edwards 和 Sauvik Das。

Yuxi Wu 研究了如何建立集体行动系统以保障用户隐私。具体来说，Yuxi Wu 采用了多种设计探针（design probe）和混合方法。

卡内基梅隆大学 Ke Wu

Ke Wu 是卡内基梅隆大学计算机科学系一名四年级博士生，导师为 Elaine Shi。她本科毕业于复旦大学。

Ke Wu 的研究兴趣在于密码学、博弈论和数据隐私的交叉领域。她的工作特别侧重于设计具有强大安全保障和激励兼容性的去中心化机制。她还致力于设计在联邦学习中提供隐私性和稳健性的加密原语。

UC 伯克利刘啸远（Xiaoyuan Liu）

刘啸远现为 UC 伯克利 EECS 博士生，其导师为 Dawn Song 教授。他本科毕业于上海交通大学 ACM（荣誉）班。

他的研究重点在于通过先进密码技术的实现来开发安全和隐私保护系统，目前正在开展的项目旨在解决真实世界中的安全和隐私问题，其中利用到了同态加密、多方计算、零知识证明和差分隐私等尖端隐私增强技术。

个人主页：https://xiaoyuanliu.cn/

帝国理工学院 Kang Gao

Kang Gao 为帝国理工学院计算机系博士生，师从 Wayne Luk、Stephen Weston 教授。他在帝国理工学院获得硕士学位，在上海财经大学获得学士学位。

Kang Gao 主要研究方向为金融市场建模以及改进金融服务风险管理实践。科研中，他采用多学科方法，涵盖人工智能、基于智能体的建模以及金融数学等领域。目前，Kang Gao 专注于基于智能体的建模，致力于开发创新策略，以持续监控和有效对冲金融风险。

学术主页：https://scholar.google.com/citations?user=Q0W19ygAAAAJ&hl=en

卡内基梅隆大学岑诗聪（Shicong Cen）

岑诗聪为卡内基梅隆大学电气与计算机工程系四年级博士生，师从 Yuejie Chi 教授。2019 年毕业于北京大学，获得学士学位。

岑诗聪主要专注于强化学习和博弈论研究，他通过深入理解策略优化方法的理论，将启发式方法转化为严格的原则，并激发设计新算法以实现可证明的快速收敛。他的研究旨在开发高效的学习方法，以提升强化学习和博弈论的性能，并为这些领域的进一步发展提供理论基础。

个人主页：https://shicongc.me/

美国西北大学翁晨凯（Chenkai Weng）

翁晨凯现为西北大学计算机科学四年级博士生，其导师为 Xiao Wang 教授。他于 2019 年取得了西安电子科技大学的理科学士学位。

翁晨凯的研究兴趣在于应用密码学，重点是安全多方计算（MPC）和零知识证明（ZKP）。他之前的工作涵盖了 MPC（如乱码电路、不经意传输以及基于秘密共享的协议）和 ZKP 协议（基于 VOLE 的 ZK 和非交互式 ZK）的设计、分析和实现。

此外他还致力于将基于密码学的隐私增强技术应用于数据库、网络、形式验证、机器学习、医疗保健和 Web3 系统等多个领域，以构建安全系统。

个人主页：https://ckweng.github.io/

加州大学洛杉矶分校（UCLA） Shichang Zhang

Shichang Zhang 为 UCLA 计算机科学专业四年级博士生，指导教师为 Yizhou Sun 教授。在加入 UCLA 之前，他获得了加州大学伯克利分校的统计学学士学位和斯坦福大学的统计学硕士学位。

Shichang Zhang 的研究兴趣主要集中在开发高效且可解释的机器学习模型，特别是针对图结构数据。他的研究重点是使大型和黑盒机器学习模型具备可访问性和可信度。

个人主页：https://shichangzh.github.io/

参考链接：https://www.jpmorgan.com/technology/artificial-intelligence/research-awards/phd-fellowship-2023

转载请联系本公众号获得授权

投稿或寻求报道：[email protected]

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq