
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
时间地点:2026年5月25日-帕福斯·塞浦路斯。协调、组织、机构、规范和伦理(COINE)搜索、优化、计划和调度(SOPS)录用率:20.7%(2024年)生成和代理人工智能(GAAI)博弈论与经济范式(GTEP)机器人与控制(ROBOT)学习与适应(LEARN)多智能体系统的工程与分析。社会建模与仿真(SIM)
深度学习的理论视角:浅前馈网络和简单RNN等经典架构以及变压器等现代架构的近似、泛化和优化方面。关于可信人工智能安全和人工智能安全的理论观点:隐私、自适应数据分析、公平性、一致性等。强化学习的各个方面:经典控制理论观点、LLM岗位培训等现代应用、新算法等。不同的学习范式:监督学习、无监督学习、半监督学习、主动学习、强化学习等。具有算法约束的学习:分布式学习、通信和内存高效学习、联合学习、流算法等。
时间地点:2026年4月13日-吉隆坡·马来西亚。录用率:48.6%(2022年)所属领域:计算机网络。
时间地点:2026年4月13日-迪拜·阿联酋。Web、移动和WoT的系统和基础设施。录用率:19.8%(2025年)所属领域:交叉/综合/新兴。经济学、在线市场和人类计算。Web的图形算法与建模。用户建模、个性化和推荐。Web挖掘和内容分析。
录用率:23.4%(3032/12957,2025年)时间地点:2026年1月20日-新加坡。
时间地点:2026年3月24日-坦佩雷·芬兰。数据系统基准测试、调优、监控和性能评估。分布式并行数据管理、分布式账本和区块链。ML/AI的数据密集型和数据驱动系统。数据系统的可用性、自动化、可解释性。数据集成、异构数据管理和模式集成。语义网和社交网络的数据管理和分析。数据仓库、大规模分析和ETL工具。数据主权、隐私、安全和访问控制。数据和数据库调优的机器学习方法。传感器、物联网和移动数据管理。数据
时间地点:2026年5月18日-东京·日本。录用率:18.6%(2025年)所属领域:计算机网络。
时间地点:2026年4月13日-吉隆坡·马来西亚。录用率:48.6%(2022年)所属领域:计算机网络。
时间地点:2026年5月24日-格拉斯哥·英国。录用率:39.5%(2023年)认知无线电与人工智能网络。通信QOS、可靠性与建模。所属领域:计算机网络。
对非结构化数据的结构化查询:图像、视频、自然语言等。时间地点:2026年5月31日-班加罗尔·印度。数据探索、可视化、查询语言和用户界面。云、分布式、去中心化和并行数据管理。嵌入式数据库、物联网和传感器网络。图形、社交网络、网络数据和语义网。以用户为中心、以人为本的数据管理。数据集成、信息提取和模式匹配。数据库引擎内部的机器学习方法。数据库中的数据挖掘和规范分析。监视、测试和调整数据库系统。存储、







