周春来
周春来,副教授,硕士生导师。2007年8月毕业于美国印第安那大学(indiana university, bloomington), 获应用数学博士学位(辅修计算机科学)。曾在阿姆斯特丹大学获得理学硕士学位。目前主要研究领域是人工智能不确定性和数据科学方面的隐私计算(主要是差分隐私)。在哈佛大学做长期(1年)公派访问学者,在德国多特蒙德大学计算机系,澳大利亚国立大学计算机实验室和悉尼科技大学量子计算研究中心做短期(1-6个月)访问学者。
更多
理学博士, 2007年,美国印第安纳大学(布鲁明顿)
(1)2019年2月-2020年3月,哈佛大学统计数据科学系访问学者(北京市青骨项目)
(2)2009年9月至今,中国人民大学信息学院计算机科学和技术系(2012年1月到悉尼科技大学量子计算中心访问一个月)
(3)2008年10月-2012年期间,德国多特蒙德大学计算机系访问合计约6个月(得到德国学术交流基金daad资助)
(4)2007年10-2009年8月,在清华大学计算机科学和技术系智能系统和技术国家重点实验室作博士后研究(期间到澳大利亚国立大学计算机科学实验室访问一个月)
目前主要是数据科学中的隐私计算和深度学习不确定性。 大的研究方向是人工智能基础, 具体有
(1)人工智能不确定性和概率推理;
(2)概率形式化方法和系统
(3)不确定性统计决策和隐私
(4)深度学习不确定性
对学生要求:热爱科研,脚踏实地。目前在读研究生6名。
-计算理论导论(本科荣誉辅修)-
-理论计算机科学导论(硕士方法课),
-计算机理论基础(博士方法课)
-高等数学(理工科新生)
(1)中国博士后基金第一届特别资助(计算机),概率形式化模型(主持)
(2)国家自然科学基金青年项目《知识-信度的概率形式化模型及其在安全协议上的应用》(2010-2012年主持)
(3)教育部留学回国基金 《面向安全协议的pi演算》(主持2012年)
(4)中国人民大学新教师启动基金《知识-信度在安全协议上的应用》(主持2012-2013年)
(5)国家自然科学基金青年项目《面向领域本体的深度学习方法研究》(参与)
(6)973项目:海量弱可用信息上知识发现、演化与服务的理论和技术研究 (参与)
(7)国家自然科学基金面上项目: 《移动情景感知系统的实时性和可靠性》(参与)
(8)中国科学院计算机科学国家重点实验室开放课题:《证据网络建模》(主持2016-2017年)
(9)国家自然科学重点基金,《面向大数据机器学习的不确定性建模理论与方法》,人大项目(50万)负责人2018-2022年
(10)国家自然科学基金面上项目:超大规模可管控数字货币形式化安全模型与关键密码学方法(参与)
(11)智能系统主题大项目:大数据环境下安全社会决策研究 (主持2019年12-2022)(120万)
近5年代表作:
(1)q. li, c.zhou*,b. qin,z. xu, local differential privacy for belief functions, aaai-2022, vancouver (ccf a)
(2)王守会,覃飙,周春来,肖克晶:视觉问答综述,软件学报(journal of software),2021 (ccf a中文)
(3)zhiqiang xu, yiping ke, xin cao, chunlai zhou, pengfei wei, xin gao: a unified linear convergence analysis of k-svd, memetic computing,343-353,12(4),2020
(4)c.zhou,b. qin,d.li,z.xu,x.du, basic utility theory for belief functions, the 24th european conf. artificial intelligence (ecai19) (ccf b)
(5) c. zhou, b.qin, x. du, a savage-style untility theory for belief functions, the 27th international joint conference on artificial intelligence(ijcai-18), 2017 (ccf a)
(6) c. zhou, b. qin, x. du, platos cave in the dempster-shafer land, the 26th international joint conference on artificial intelligence(ijcai-17), 2017 (oral). (ccf a)
(7) c. zhou, f.cuzzolin, the total belief theorem, the 33rd conference on uncertainty in artificial intelligence (uai2017), 2017. (ccf b)
(8) c. zhou, y. feng, extending transferable belief models with probabilistic priors,the 31st conference on uncertainty in artificial intelligence (uai2015), 2015 (plenary talk). (ccf b)
(9) c. zhou, m. wang,b. qin, belief-kinematics jeffreys rule in the theory of evidence,the 30th conference on uncertainty in artificial intelligence (uai2014), 2014.(ccf b)
(10) c. zhou, probability logic of harsanyi type spaces, logical methods in computer science, pp. 1-35, 10(2), 2014. (ccf c)
(11) c. zhou, belief functions on distributive lattices, artificial intelligence journal, 201:1-31, 2013. (ccf a)
(12) c. zhou: approximating bisimilarity for markov processes. mathematical foundations of programming semantics 2013: 427-440.
(13) c. zhou, m. ying, approximating markov processes through filtration, theoretical computer sciences, 446: 75-97, 2012. (ccf b)
(14) c. zhou, belief functions on distributive lattices, the 26th aaai conference on artificial intelligence (aaai12), 2012. (ccf a)
-国际计算机科学理论期刊aij, tai, geb, ijar, lmcs, jlap, jlc, iukm, information sciences审稿人
-国际计算机科学会议程序委员会委员: ijcai2016-2020,22, aaai,csl, icalp,ksem, nips, icml,m2017-2022, qest,esqru,ictai, concurr, mfcs,aaai2019-2022,
-zentralblatt math, math review评论员
(1)2014年度信息学院优秀班主任
(2)科研成果被评为2013年度信息学院十件大事之一
(3)2012年度信息学院科研先进工作者
(4)william b. wilcox mathematics award from indiana university (in recoganization of outstanding performance in graduate studies and in expectation of continued academic success in future)