第十届中国机器学习及其应用研讨会 http://www.gristlebone.com/MLA12/

 

2012年龙星计划官方网站: DragonStar 2012

 

第九届中国机器学习及其应用研讨会 http://www.gristlebone.com/MLA11/

个人情况

张长水 张长水 教授
职务:
清华大学自动化系教授
清华大学自动化系副主任
清华大学自动化实验教学中心主任
国际学术杂志Pattern Recognition的编委(Associate Editor)“计算机学报”编委
中国人工智能学会常务理事
联系方式:
电子邮件: zcs@mail.tsinghua.edu.cn
电话: (010)62782455 (010)62782447(办公室)
传真: (010)62786911
通信地址: 北京市海淀区清华大学自动化系
邮编: 100084

主要经历

学习经历:
1986年7月毕业于北京大学数学系,获得理学学士学位。
1992年7月毕业于清华大学自动化系,获得博士学位。
工作经历:
1992,7-1994,12: 在清华大学自动化系任讲师。
1995,1-2000,8: 在清华大学自动化系任副教授。
2000,9-现在: 在清华大学自动化系任教授。

研究兴趣

模式识别,机器学习,人工智能,计算机视觉,图像处理,进化计算,复杂网络等研究领域以及和工业界的合作。

研究课题

指纹识别,人脸识别,生物特征识别,工业线路板检测,BBS回文网络分析,图书借阅网络的挖掘与分析

讲授课程

本科生课程
课程名 课程简介
人工智能 清华大学自动化系4年级本科生必修课。
研究生课程
模式识别 “模式识别”是广泛应用于多个研究领域的一个分支。主要研究数据中特征的提取方法和模式的分析方法。目的是使学生深入学习,理解和掌握模式识别的基本概念,基础理论,方法,算法.并具有把模式识别的理论,方法和算法应用于实际问题的能力,特别是使学生具有把该课程学到的知识应用与自己所从事的专业研究的领域,课题的能力.同时培养学生主动学习的习惯,培养学生的创新意识和创新能力. 该课程讲授的主要内容包括:贝叶斯决策理论;概率密度函数 的估计方法;EM方法与混合高斯模型;线性判别函数;Fisher判别;支持向量机;决策树学习;近邻法;特征的提取和选 择;K_L变换;聚类分析等理论和方法;模糊聚类方法;分类器融合;隐马尔可夫模型等内容。在讲授模式识别基本概念,基本理论和方法的同时,结合一些研究论文和一些研究课题开展课堂的讲授和讨论,从而培养学生把理论和方法应用于实际的能力。在每章之后,通过习题,帮助学生理解和掌握课堂所学习的内容。还有project训练以培养学生的研究和创新的能力。该课程要求学生具有较好的微积分,代数和概率统计的基础。具有较强的编写程序的能力。
智能技术基础 本课程主要讲授智能技术中一些最为重要,应用范围最广泛的理论成果;并且在此之上,通过学生自己阅读文献,写阅读报告,做Projects, 课堂讨论等一些列的方式使得学生能够深入地理解、掌握、应用所学的知识。讲授的主要内容包括:Principal Component Analysis, Kernel based PCA, Kernel Based techniques, ISOMAP, LLE 方法, Active Learning;智能优化技术:遗传算法,MCMC; Multi-Agent and Distributed AI; 贝叶斯推理网络,知识表示等。在讲授模式识别基本概念,基本理论和方法的同时,结合一些研究论文和一些研究课题开展课堂的讲授和讨论,从而培养 学生把理论和方法应用于实际的能力。在每一章之后,会要求学生 阅读文献和写读书报告,或做项目训练和写报告。并在课堂上口头报告,以培养学生的研究和创新的能力。该课程要求学生具有较好的微积分,代数和概率统计的基础。具有较好的编程能力。

编著书籍

1. 阎平凡,张长水,人工神经网络与模拟进化计算,清华大学出版社,2000,11,北京
2.《智能信息处理和智能控制》,浙江科学技术出版社,1999,合著
3. David Zhang,Automated Biometrics: Technologies and Systems, Kluwer Acdemic Publisher, USA, June,2000。合著

发表文章

我的近期文章(2002至今)
我的更早文章(1991-2001)