姓名

王杰

工作单位

中国科学技术大学

学位/职称

博士/教授

办公室电话

055163606403

Email

jiewangx@ustc.edu.cn

教育背景

2007/8–2011/7佛罗里达州立大学计算科学博士

2005/8–2007/12佛罗里达州立大学电子信息工程硕士

2001/9-2005/7中国科学技术大学电子科学与技术学士

研究方向

自然语言处理、强化学习与机器博弈、大规模机器学习优化算法等

任职经历

2017/07-至今中国科学技术大学信息科学技术学院教授

2015/08-2017/06美国密歇根大学医学院研究助理教授

2015/03-2015/07美国密歇根大学医学院博士后

2011/12-2015/02美国亚利桑那州立大学计算机系博士后

主持、参与项目

  1. 国家自然科学基金企业创新发展联合基金重点项目,面向复杂推理的知识图谱技术,主持

  2. 国家自然科学基金优秀青年科学基金,大规模机器学习优化算法,主持

  3. 国家自然科学基金重点项目,基于脑成像的视听深度神经网络构建与应用,主持课题

  4. 国家人才计划,主持

个人获奖

  1. 优秀青年科学基金

  2. 国家级特聘专家(青年)

  3. KDD2014最佳学生论文奖

代表性论著

  1. Zhanqiu Zhang, Jianyu Cai, Jie Wang*, Duality-Induced Regularizer for Tensor Factorization Based Knowledge Graph Completion, Advances in Neural Information Processing Systems, 2020.

  2. Qi Zhou, Yufei Kuang, Zherui Qiu, Houqiang Li, Jie Wang*, Promoting Stochasticity for Expressive Policies via a Simple and Efficient Regularization Method. Advances in Neural Information Processing Systems, 2020.

  3. Jie Wang*, Zhanqiu Zhang, Jieping Ye, Two-Layer Feature Reduction for Sparse-Group Lasso via Decomposition of Convex Sets, Journal of Machine Learning Research, 2019, 20(163):142..

  4. Jie Wang; Peter Wonka; Jieping Ye*, Lasso Screening Rules via Dual

Polytope Projection, Journal of Machine Learning Research, 2015, 16(1): 1063~1101.

  1. Jie Wang; Jieping Ye*, Multi-Layer Feature Reduction for Tree Structured Group Lasso via Hierarchical Projection, Advances in Neural Information Processing Systems, 2015.

  2. Jie Wang; Wei Fan; Jieping Ye*, Fused Lasso Screening Rules via the Monotonicity of Subdifferentials, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015, 37(9): 1806~1820

  3. Jie Wang; Jieping Ye*, Two-Layer Feature Reduction for Sparse-Group Lasso via Decomposition of Convex Sets, Advances in Neural Information Processing Systems, 2014.

  4. Jie Wang; Xiaoqiang Wang*, VCells: Simple and Efficient Superpixels Using Edge-Weighted Centroidal Voronoi Tessellations, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(6): 1241~1247.