歡迎具有較強(qiáng)的機(jī)器學(xué)習(xí)及編程基礎(chǔ)的研究生聯(lián)系我們 Fancy AI Team。
我們的研究工作包括。
- 計(jì)算機(jī)視覺、自然語言理解大模型,及兩者的多模態(tài)融合;
- 機(jī)器學(xué)習(xí)理論,包括少樣本學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、自監(jiān)督學(xué)習(xí);
- 時(shí)序數(shù)據(jù)分析,金融數(shù)據(jù)分析;
- 分布式機(jī)器學(xué)習(xí),聯(lián)邦學(xué)習(xí)。
+ 聯(lián)系方式 fanchenyou@scnu.edu.cn
+ 關(guān)注“計(jì)算機(jī)視覺的小書童”,了解更多FancyAI的工作。
部分工作展示
1.大模型智能體
Who is Undercover? Guiding LLMs to Explore Multi-Perspective Team Tactic in the Game
發(fā)表于DASFAA-2025
大模型自主對(duì)話與多輪決策,實(shí)現(xiàn)誰是臥底游戲。 文章鏈接
2.時(shí)序預(yù)測(cè)
CMA: A Unified Contextual Meta-Adaptation Methodology for Time-Series Denoising and Prediction
作者:江海琪(本科),范晨悠(通訊)
金融和碳排放數(shù)據(jù)市場(chǎng)的通用預(yù)測(cè)大模型方法
Carbon Price Forecasting with LLM-Based Refinement and Transfer-Learning
基于大模型蒸餾的碳市場(chǎng)時(shí)序預(yù)測(cè)與遷移學(xué)習(xí),發(fā)表于ICANN-2024,文章鏈接
Multi-horizon time series forecasting with temporal attention learning
基于時(shí)序注意力的時(shí)序預(yù)測(cè)方法,發(fā)表于KDD-2019
3.分布式機(jī)器學(xué)習(xí)與半監(jiān)督學(xué)習(xí)
Heterogeneous Federated Learning with Scalable Server Mixture-of-Experts
發(fā)表于IJCAI-2025人工智能頂會(huì)
作者:江金鋼(研究生),陳延釗(本科生,共同一座),范晨悠
聚焦于使用混合專家架構(gòu)聚合多個(gè)聯(lián)邦模型,形成具備全局知識(shí)以及更多參數(shù)的MoE大模型
“Few-Shot Multi-Agent Perception With Ranking-Based Feature Learning”
基于特征學(xué)習(xí)的小樣本多智能體感知,發(fā)表于TPAMI 人工智能頂刊
"Few-shot multi-agent perception"
小樣本多智能體感知,發(fā)表于ACM MultiMedia-2021
“Private Semi-Supervised Federated Learning”
隱私保護(hù)的半監(jiān)督聯(lián)邦學(xué)習(xí),發(fā)表于IJCAI-2022
4.預(yù)訓(xùn)練大預(yù)言模型,自然語言處理,檢索增強(qiáng)
醫(yī)學(xué)大模型檢索增強(qiáng)
Medical Document Embedding Enhancement with Heterogeneous Mixture-of-Experts. 文章鏈接
發(fā)表于BIBM-2024
REMED: Retrieval-Augmented Medical Document Query Responding with Embedding Fine-Tuning
發(fā)表于IJCNN-2024
“Heterogeneous memory enhanced multimodal attention model for video question answering”
多模態(tài)視頻問答, 發(fā)表于CVPR-2019
“Federated Prompting and Chain-of-Thought Reasoning for Improving LLMs Answering”
大模型聯(lián)邦檢索,發(fā)表于KSEM-2023
5.計(jì)算機(jī)視覺
“Identifying first-person camera wearers in third-person videos”
多視角人像檢測(cè),發(fā)表于CVPR-2017
學(xué)者網(wǎng)

評(píng)論 0