|
研究领域为数据挖掘与机器学习,主要研究方向包括自动机器学习、核方法、机器学习算法优化与加速等。近年来,以第一作者身份在国际顶级期刊与会议中发表学术论文三篇,其余论文两篇。 电子邮箱:ywchenscut@163.com 教育及工作经历: 2012.09 - 2016.06 广州中医药大学, 医学信息工程专业, 工学学士 2016.09 - 2023.12 华南理工大学, 软件工程专业, 工学博士 2023.11 - 2024.02 香港科技大学(广州),数据科学与分析学域,访问研究 2024.03 - bevictor伟德官网, 伟德国际BETVLCTOR,教师 研究领域: 数据挖掘,机器学习,自动机器学习,核方法,机器学习算法优化与加速
主要荣誉: 2022年度广东省计算机学会优秀论文一等奖 论文: [1]Yawen Chen, Zeyi Wen, Bingsheng He, Jian Chen. Efficient Decomposition Selection for Multi-class Classification[J]. IEEE Transactions on Knowledge and Data Engineering (TKDE), 2023, 35(4):3751-3764. (SCI一区,影响因子8.9,CCF-A类) [2]Yawen Chen,Yile Chen,Jian Chen,Zeyi Wen,Jin Huang. Efficient Second-Order Optimization for Neural Networks with Kernel Machines[C]. Proceedings of the ACM International Conference on Information and Knowledge Management (CIKM). 2022: 242-251. (CCF-B类) [3]Yawen Chen, Zeyi Wen, Jian Chen. Selecting Proper Multi-class SVM Training Methods[C]. Proceedings of the AAAI Conference on Artificial Intelligence (AAAI). 2018: 8061-8062. (CCF-A类) [4] Zeyi Wen; Jiashuai Shi, Bingsheng He, Jian Chen, Yawen Chen. Efficient Multi-Class Probabilistic SVMs on GPUs[J]. IEEE Transactions on Knowledge and Data Engineering(TKDE), 2019, 31(9):1693-1706. (SCI一区,影响因子8.9,CCF-A类) [5] Zeyi Wen, Bin Li, Kotagiri Ramamohanarao, Jian Chen, Yawen Chen, Rui Zhang[C]. Improving Efficiency of SVM k-Fold Cross-Validation by Alpha Seeding. Proceedings of the AAAI Conference on Artificial Intelligence (AAAI). 2017:2768-2774. (CCF-A类) 科研项目: [1] 国家自然科学基金, 面上项目, 基于非中心化学习机制的推荐模型关键问题研究(62072186), 2021-01-01至2024-12-31, 参与. [2]广东省基础与应用基础研究基金区域联合基金-粤港澳研究团队项目, 城市大数据与智能处理关键理论与技术(2019B1515130001), 2020.01至2023.12, 参与. [3]广东省大数据分析与处理重点实验室开放基金,基于最优分解策略的高效多分类算法研究(202002),2020.01-2022.12,参与. |
邮编:450046
版权所有:伟德国际BETVLCTOR(中国)-源自始于英国1946