
图学习新突破:一个统一框架连接空域和频域
图学习新突破:一个统一框架连接空域和频域
陈枳扦博士:现任密西西比州立大学计算机系助理教授,专注于图机器学习及应用领域,在谱域视角与不确定性研究方面着力颇深。其研究成果见诸于 AAAI、IJCAI、ACM、ICDM、EMNLP、Computing Surveys、Nature Communication 等。他的科研工作承蒙美国国家科学基金会(NSF)及美国农业部(USDA)多个项目的资助,且荣获丰田研究院杰出贡献奖与 ACM SIGPSATIAL 2020 最佳论文奖。
20
0
2025-09-02