王晓波，博士后，硕导，讲师，1997.09-2001.07青岛科技大学，机械制造及自动化，本科 2001.09-2004.07青岛科技大学，机械制造及自动化，硕士 2008.09-2014.06青岛科技大学，机械设计及理论，博士 主要研究方向 机器视觉、智能检测、智能机器人、数字化设计与制造

席雅芬，女，硕士毕业，参加工作十五年左右，所在行业大多是计算机软硬件，ICT，互联网等公司，曾在PCCW做为产品经理，负责对项目涉及的软硬件采购，具体负责与供应商对接，采购事宜谈判，签订合同，下单等工作。现在联想主要职责为项目经理，负责项目的 启动执行收尾等一系列内容，对于熟悉招投标环节，会参与招投标的谈判，标书制定等工作，相关工作经验丰富。

刘永进，男，教授。工学博士 (机械工程), 香港科技大学,2004年毕业。 研究领域：计算几何、计算机图形学、计算机视觉、认知计算、模式识别。 讲授课程 春季学期: Fundamentals of Computer Graphics, 2011~至今 (研究生课程，英文授课，48学时)； 研究概况 在计算几何基础理论、智能信息处理、与认知计算三个方面开展研究工作：在测地度量下二维流形的中轴几何结构研究中取得了重要研究进展，证明二维流形的中轴映射是hit-or-miss拓扑空间中的下半连续函数；提出一系列计算几何新算法，成功应用在石化行业数字工厂三维重建、太湖饮用水源地水样识别和图易三维玩具设计软件中，产生了较大的社会和经济效益；开展了模拟人类视觉系统的认知计算研究，在微表情识别、基于脑电和外周生理信号的情绪识别与交互研究方面取得重要进展。获得国家自然科学基金重点项目、国家杰出青年基金、国家优秀青年基金等项目的资助，入选2011年度“教育部新世纪优秀人才支持计划”。两次获得世界华人数学家联盟年度最佳论文奖（2017，2018）、国际著名会议SPM2014的最佳论文奖、CVMJ期刊2015年度最佳论文奖以及指导博士生获得IEEE ROBIO 2017最佳学生论文提名奖，培养多名博士生、硕士生获得清华大学校级优秀博士/硕士学位论文。获得英国皇家学会牛顿高级学者基金（2017）和日本大川情报通信基金研究助成项目奖（2016），获得2011年国家技术发明奖二等奖和2018年吴文俊人工智能自然科学奖一等奖。

孙立峰，男，教授。工学博士 (系统工程), 国防科学技术大学, 2000年毕业。 研究领域：网络多媒体，多媒体边缘计算，媒体大数据，多媒体云计算，视频智能处理 研究概况 长期从事网络多媒体、视频高效智能处理与传输分发领域的研究工作，近年来关注于面向移动边缘计算的视频大数据高效智能处理新型计算模型与智能分析方法。 在视频并行处理方面，提出了视频信号统计特性、时空数据依赖、上下文关联语义的表达方法，建立了视频并行处理任务调度性能评估模型，提出了粒度自适应的并行任务动态调度方法，并行性能随核数线性增加，曾获IEEE TCSVT年度最佳论文奖； 在视频传输分发方面，提出了网络状态感知的对等网络视频分发资源调度模型与方法，用户行为感知的网络、计算资源协同调度方法，资源利用率提高2倍。曾获ACM Multimedia 2012大会最佳论文奖； 提出了多媒体边缘计算的研究框架，系统地提出了基于边缘计算的视频内容分发体系结构和资源调度方法，包括边缘视频分发网络的协同缓存与内容预取方法，面向“第一公里”传输瓶颈的混合资源调度方法， AI辅助的边缘视频传输优化方法。 研究工作在***，***, ***, IEEE Journal on Selected Areas in Communications， ACM Multimedia、IEEE INFOCOM、ACM SIGIR、AAAI等国际期刊和会议上发表论文120余篇，授权国家发明专利20项。

陈宁，女，高级工程师。2012年，清华大学博士毕业。 研究领域： 1. 机器学习方法及应用，包括互联网数据、生物信息宏基因组学数据、医疗电子病历数据分析；2. 高性能计算平台的测试服务。 研究概况： 从事人工智能/机器学习和互联网、医疗、生物数据分析等相关领域基础理论、关键技术与应用研究，及高性能平台的测试服务工作。针对复杂数据（如多模态与关系数据）的隐含结构挖掘及预测问题，系统而深入地研究了隐层空间模型的模型表示、判别式学习、模型复杂度问题。在生物信息学数据处理方面，针对大规模基因序列数据的聚类层次树开销大、聚类效率低的问题，提出基于局部敏感哈希（LSH）和非参数化贝叶斯方法（DP-means）的高效聚类方法，是当时生物信息领域处理大规模聚类问题最高效和高准确性的方法之一。提出基于分层贝叶斯隐层空间模型的微生物关联网络预测方法，显著提高在微生物关联和微生物与环境因素关联的预测任务中的准确性和实用性。在统计学习与数据挖掘、生物信息学等领域国际顶级期刊如IEEE TPAMI、IEEE TNN、Bioinformatics、Cell Systems以及顶级会议如IJCAI、NIPS、RECOMB等发表多篇学术论文。另获发明专利授权4项。过去几年中，受邀担任人工智能顶级国际会议NIPS、ICML、IJCAI、AAAI的程序委员会委员或审稿人。近年来作为项目负责人，受到国家自然科学基金面上项目、青年项目、中国博士后基金等多个国家级项目资助；并作为核心成员参与国家自然科学基金地区合作重点、国际合作重点项目等多个国家级项目中。 奖励与荣誉： 2017年中国计算机学会自然科学奖一等奖（排名第3） 2012年中国人工智能学会优秀博士论文奖

王宏宁，男，副教授。博士（计算机科学），伊利诺伊大学香槟分校，2014年毕业。 研究领域：机器学习，信息检索，数据挖掘 研究概况： 团队的研究着眼于创立具有完备理论性质与高效实用性能的强化学习方法以解决个性化决策问题。近年来我们以交互式在线学习方法构建个性化信息检索与推荐的理论分析与证明框架；在此理论基础上针对可解释性及隐私保护等重要问题设计和优化个性化算法；并将其提出的理论与算法在众多实际系统中成功应用。团队的研究开创了多项全新的技术方法，包括基于深度模型的在线排序学习方法和基于隐变量概率模型的用户潜在意图理解与建模方法。这些方法在大规模信息检索与推荐系统、在线教育与医疗、物联网信息集成与服务等重要场景中获得成功应用并创造社会价值。相关工作发表论文140余篇（主要集中于领域内顶级会议，如NeurIPS, ICML, ICLR, KDD, SIGIR等），曾获得SIGIR2019最佳论文奖、WWW2021和BuildSys2018最佳论文奖提名。研究课题曾获8项美国自然科学基金项目（包括青年成就奖）、1项美国能源部基金项目和多项企业合作支持(Google, Meta等)。研究团队博士毕业生中3人已成为美国知名研究型大学准聘助理教授（宾夕法尼亚州立大学信息学院2人，俄勒冈州立大学电气工程与计算机科学系1人）。博士后1人出站成为印度理工计算机科学系准聘助理教授。 奖励与荣誉： Conference on Neural Information Processing Systems最佳审稿人，2022年 International Conference on Learning Representations杰出审稿人, 2021年 谷歌公司全美教师研究奖（信息检索领域），2020年 微软研究院全美教师科研成就奖，入围前十名，2020年 ACM SIGIR Conference on Research and Development in Information Retrieval最佳论文奖, 2019年 美国自然科学基金青年成就奖(CAREER Award), 2016年 学术成果： ***, Chuanhao Li, Karthik Abinav Sankararaman, Yiming Liao, Yan Zhu, Qifan Wang and Hongning Wang, Haifeng Xu. Rethinking Incentives in Recommender Systems: Are Monotone Rewards Always Beneficial? Thirty-Seventh Conference on Neural Information Processing Systems (NeurIPS'2023), ***, Chuanhao Li, ***-Seventh Conference on Neural Information Processing Systems (NeurIPS'2023), 2023.

周强，男，副研究员。1990年9月至1996年7月在北京大学计算机科学与技术系读硕士和博士，获理学硕士和博士学位。 研究领域 [1] 自然语言理解 研究不同层次的汉语句法语义分析方法，构建汉语句子和语篇理解的基础分析平台 [2] 语料库语言学 研究汉语“字/词->块->句->段”不同层次的句法语义描述体系，构建大规模的汉语句法语义语篇标注库 研究概况 研究兴趣包括计算语言学、语料库语言学、自然语言理解和机器学习。已在国内外核心刊物和重要学术会议发表了100多篇论文，主持并参加多项国家自然科学基金、国家973和国家863项目 参与的主要科研项目 1998-2003 面向大规模真实文本的汉语计算理论，方法和工具，国家973基金资助项目（项目号：1998030507-2），主要参加者 2000-2002 汉语动词搭配知识的自动发现研究，国家自然科学基金资助青年基金项目（项目号： 69903007），项目负责人 2002-2004 构建基于情境的词汇语义学的计算平台，国家自然科学基金资助面上项目（项目号： 60173008），项目负责人 2006-2008 基于情境的汉语基本事件内容分析研究，国家自然科学基金资助面上项目（项目号： 60573185），项目负责人 2009-2011 汉语词汇关联知识的计算融合和分析应用研究，国家自然科学基金资助面上项目（项目号： 60873173），项目负责人 2013-2017 互联网环境中文言语信息处理与深度计算的基础理论和方法，国家973基础研究项目，子课题负责人 2014-2017 汉语语篇中连贯关系和隐含角色的分析标注研究，国家自然科学基金资助面上项目（项目号： 61373075），项目负责人 2014-2016 面向汉英双语的认知情感网和多模态话题分析技术研究，国家自然科学基金资助国际合作项目，项目负责人 2015-2019 互联网话语理解的认知与计算建模，国家自然科学基金重点资助项目，主要参加者

孙茂松，男，教授。哲学博士 (计算语言学), 香港城市大学, 2004年毕业. 研究领域：自然语言处理、人工智能、大模型、中文信息处理、以及社会、人文和艺术计算等。 研究概况 孙茂松作为首席科学家主持国家973项目1项；作为首席专家主持国家社科基金重大项目1项；主持国家自然科学基金国际合作项目1项。另作为项目负责人或课题负责人，主持或参加国家863重大专项项目、国家自然科学基金重点项目和面上项目以及国际合作项目等20余项。主持并成功研制语言信息处理相关ISO国际标准2项，如2010年底正式发布了适用于世界上任何语言的国际标准ISO 24614-1《语言资源管理——书面文本的词切分：基本概念与通用原则》。这是继1982年《汉语拼音方案》成为ISO-7098国际标准后，中国大陆学者牵头制订的语言内容处理领域第二个ISO国际标准。 孙茂松与其团队师生合作在一流国际刊物、顶级国际会议、中国国内核心刊物上共发表论文数百篇，Google Scholar总引用数逾40000次。其中2010年在计算语言学领域最权威国际期刊Computational Linguistics上发表论文，这是该刊创刊35年以来中国大陆研究机构发表的第一篇论文。1998年在计算语言学领域最权威国际会议第36届ACL上发表论文，这是该年会自1963年创办以来中国大陆研究机构第一次发表的两篇论文之一。相关成果还获得了数十项国家发明专利。 孙茂松的早期研究重点之一是中文信息处理最为基础性的课题：汉语自动分词。他提出了若干重要概念，如“最大交集型歧义切分字段”“真切分歧义与伪切分歧义”“全局统计量与局部统计量”，并在大规模汉语语料库上对“最大交集型歧义切分字段”进行了考察，给出了有效的处理策略，并以此为基础，研制出一个集自动分词、词性标注、专名识别和新词识别于一体的汉语分析软件CSegTag，应用于清华与欧盟近10个国家合作的FP6项目“超对等语义搜索引擎”中。他还就与汉语分词相关联的若干应用问题进行了研究，如探讨了中文文本自动分类的基本单元是基于字的N-gram还是基于词这个问题，得到一个重要结论：在分类粒度较粗的条件下，基于字的Bigram的分类性能和基于词的分类性能几乎相当。再如，他的团队2011年推出的新浪微博“围脖关键词”应用，可通过高质量自动抽取关键词语并构造用户个性化“词云”，实时分析在线社会媒体用户的属性与兴趣，注册用户超过250万人，在当时微博工具类1068个全部应用中排名第三；2013 年更与新华社等合作撰写深度专题报道十余篇，成为多家报纸封面文章，使得“词云”这种当时国内还较陌生的内容展现形式走进了我国的新闻媒体中。

张钹，男，清华大学计算机系教授，中科院院士。1958年毕业于清华大学自动控制系，同年留校任教至今。1980年2月-1982年2月，美国伊利诺斯大学访问学者。2011年汉堡大学授予自然科学荣誉博士。曾任校学位委员会副主任，现任微软亚洲研究院技术顾问。 他参与人工智能、人工神经网络、机器学习等理论研究，以及这些理论应用于模式识别、知识工程与机器人等技术研究。在这些领域，他已发表200多篇学术论文和5篇（或章节）专著（中英文版）。他的专著获得国家教委高等学校出版社颁发的优秀学术专著特等奖。他的科研成果分别获得ICL欧洲人工智能奖、国家自然科学三等奖、国家科技进步三等奖、国家教委科技进步一、二等奖、电子工业部科技进步一等奖以及国防科工委科技进步一等奖等奖励。此外，他参与创建智能技术与系统国家重点实验室，于1990-1996年担任该实验室主任。1987-1994年任国家“863”高技术计划智能机器人主题专家组专家。 在过去30多年中，他提出问题求解的商空间理论，在商空间数学模型的基础上，提出了多粒度空间之间相互转换、综合与推理的方法。提出问题分层求解的计算复杂性分析以及降低复杂性的方法。该理论与相应的新算法已经应用于不同领域，如统计启发式搜索、路径规划的拓扑降维法、基于关系矩阵的时间规划以及多粒度信息融合等，这些新算法均能显著降低计算复杂性。该理论现已成为粒计算的主要分支之一。在人工神经网络上，他提出基于规划和基于点集覆盖的学习算法。这些自顶向下的结构学习方法比传统的自底向上的搜索方法在许多方面具有显著优越性。

喻俊志，1998年取得华北工学院（现中北大学）安全工程专业学士学位，2001年取得硕士学位。曾任中国科学院自动化研究所复杂系统管理与控制国家重点实验室研究员，博士生导师，IEEE高级会员，洪堡学者。现为北京大学工学院先进制造与机器人系博雅特聘教授，IEEE Fellow

于戈，东北大学计算机学院教授，博士生导师，中国计算机学会会士，CCF数据库专委会委员，CCF信息系统专委会副主任。1982年、1986年先后获得东北大学计算机学士学位和硕士学位，1996年获得日本九州大学计算机博士学位。主要研究领域包括：数据库理论与技术、分布与并行式系统、云计算与大数据管理等。《计算机学报》、《软件学报》、《计算机研究与发展》等期刊编委。曾担任第五届、第六届国务院学位委员会学科评议组成员，第十二届、第十三届国家自然科学基金委员会评审专家组成员，以及VLDB, ICDE, CIKM, DASFAA等多届重要国际会议的程序委员会委员。主持和完成国家973计划课题、国家863计划课题、国家自然科学基金课题等国家级课题10余项，发表论文200余篇，出版“分布式数据库系统”等专著和教材6部，译著4部。获得“教育部自然科学二等奖”等省部级科学技术奖8项、省教学成果一等奖1项。获得“教育部跨世纪人才基金”和“中国高校青年教师奖”。目前承担的在研课题有国家重点研发计划课题、国家自然科学基金重点课题。

王进军(1980-),男,陕西礼泉人,博士研究生,讲师,2007年于西北大学获得硕士学位,主要从事宽禁带半导体材料生长与器件制备的研究. 王进军，国家青年千人计划，西安交通大学教授，新加坡南洋理工大学博士， 是计算机视觉与人工智能领域知名国际学者，长期在海内外一流科研机构从事研究和产业化工作，发表顶级学术论文100余篇，他引超过9000次，取得14项美国发明专利，2项NEC公司奖和1 项微软亚洲奖，并获得图像视频领域最具影响力的国际比赛TRECVID(2009)和PASCAL VOC(2009 )的世界冠军。其主持的国家级科研项目包括国家重点研发计划项目“开放环境下深度多模型的学习方法与技术”、国家自然科学基金面上项目“基于深层神经网络的多模态快速稀疏表征器”、国家高技术研究发展计划(863计划)项目“基于媒体大数据的信息消费服务关键技术及应用示范”等。 同时王进军教授具有丰富的产业化经验和经历。王进军教授2016年带领美国硅谷高科技跨国初创企业Deep North Inc.公司技术团队开发的产品，得到了微软、达美航空、家得宝、沃尔玛、尔湾、AT&T、迪斯尼、宜家等众多500强客户落地应用，并主导了公司多次融资，总额度达2570万美元，将公司的估值3年内提高到1.2亿美元；王进军教授于2015年将跨媒体分析方法应用于体育视频复杂运动场景分析，构建了全球最大的足球比赛事件短视频库，并曾为苏宁体育、PPTV等提供实时短视频服务；王进军教授于2009年创办美国硅谷高科技初创企业AkiiRA Media System Inc.，融资500万美元，研发了下一代视频搜索引及其商业化。