周志华发表的期刊论文

2013年度国家自然科学二等奖 (2014) ACM杰出科学家 (2013) IEEE计算智能学会杰出青年成就奖 (2013) 中国计算机学会会士 (2013) IEEE Fellow (2012) IAPR Fellow (2012) 2011年度教育部自然科学一等奖 (2012) IET/IEE Fellow (2010) 霍英东青年教师奖一等奖 (2010) 新世纪百千万人才工程国家级人选 (2009) 中国IT十年杰出青年 (2008) 江苏省333工程中青年科技领军人才 (2007) 中国青年科技奖 (2006) 微软青年教授奖 (2006) 国务院政府特殊津贴 (2006) 2005年度教育部自然科学一等奖 (2006) 江苏省十大杰出青年 (2004) 全国优秀博士学位论文 (2003) 中创软件人才奖 (2002)

周志华教授的博士论文就是神经计算，刚才看到有人说，他的经验是在神经网络以外的机器学习，我就知道，有人是在乱说了。就目前的机器学习研究，很少有人比他了解的更全面，更别说神经网络了。前些年，人工智能和机器学习几乎分裂，王珏教授提到这个时，杨强教授也表示赞同。后来，我看到machine learning首任主编也发表了这个观点，他发现研究机器学习的人（包括博士），很多都不学习人工智能了。事实也是如此，现在教机器学习的人，很多是用模式识别教材，而不是用人工智能教材。今天，深度学习一枝独秀，许多人甚至以为“深度学习=人工智能”，这种观点是很危险的。一旦符号主义回归，只研究深度学习的“人工智能大佬”，会发现自己原来是人工智能的门外汉。除了机器学习，周志华教授在人工智能方面的造诣也是很深的。最近一些人在研究“可解释机器学习”，杨强教授就提到了历史上的相关研究“神经网络规则抽取”，周志华教授的博士论文就有一章是这个内容。规则抽取就是符号主义的研究内容之一。既使人工智能回归符号主义，周志华教授团队，同样是游刃有余的。而其他一些机器学习团队，我看就未必了。但“可解释机器学习”的发展，很大概率会促使符号主义回归。

张波，1964年5月26日出生于原四川省江津县。1985年毕业于北京工业学院（现北京理工大学）电子工程系并获工学学士学位，同年推荐免试进入电子科技大学研究生部学习，1988年4月获硕士学位。毕业后在微电子科学与工程系任教，1990年被评为助理研究员，1994年7月破格晋升为副教授, 2000年7月破格晋升教授。现任电子科技大学微电子与固体电子学院副院长，兼任国家集成电路设计成都产业化基地专家组组长。2002年被批准成为博士生导师。 张波教授一直从事于功率半导体技术的研究开发工作，主持或作为主研人员参加了包括国家科技攻关计划、自然科学基金重大项目、863高科技发展计划、国防军事预研以及由美国国家科学基金（NSF）、美国海军部、美国国防预研局、Intel公司、Harris公司等近22项科研项目，鉴定科研成果9项。目前主持包括教育部重点科研项目、四川省重点科研项目，以及与美国、台湾、香港、鼎天等合作项目近十项。 张波教授获得教育部第三届“高校青年教师奖”奖，入选四川省学术和技术带头人后备人选。获国家科技进步三等奖，国防科技进步二等奖，电子部科技进步二等奖、三等奖，国家科技攻关重大科技成果奖等奖励共7项。 张波教授为美国Wiley电机工程师大百科全书撰写“Power Devices”一章；为美国Virginia Tech研究生和电子科技大学学生编著全英文讲义；在国内外学术刊物上发表论文40余篇，被SCI、EI、ISTP检索文章近30篇次。他在国际上首次提出发射极控制晶闸管系列结构与理论、提出一种全新的宽带半导体器件优值理论、首次通过实验与理论分析比较了CoolMOS与传统功率MOS在高压大电流下的特性差异、首次实验证实了MOS控制二极管理论，其研究成果被英国剑桥大学、意大利Naples Federico II大学、美国CPES的学者引用。周志华教授是在国家自然科学基金的资助之下成长起来的青年学者,主要从事人工智能中机器学习、数据挖掘、模式识别等方面的研究工作.在攻读博士学位期间,周志华教授就参加了国家自然科学基金项目"混合型机器学习模型的研究及其应用"(资助编号69875006).在获得国家杰出青年科学基金之前曾获得国家自然科学基金面上项目"多示例学习及其应用的研究"(资助编号60105004)的资助,该项目2005年结题时评价为"特优".获选国家杰出青年科学基金后他不骄不躁,坚持在科研第一线、在学科前沿进行探索. 机器学习所关注的一个根本问题是如何提高学习系统的泛化能力.围绕这一问题,周志华教授领导研究组开展了一系列工作.在集成学习方面,他们提出了泛化能力和可理解性兼得的集成学习方法、适用于稳定基学习器的集成学习方法以及聚类集成方法等;在半监督学习方面,他们提出了新型半监督分类方法,并在国际上率先进行了半监督回归和主动半监督相关反馈方法等方面的研究;在代价敏感和类别不平衡学习方面,他们也提出了多种新型学习方法;他们还将机器学习技术应用到人脸识别和计算机辅助医疗诊断等领域,取得了很好的进展. 国家杰出青年科学基金项目开展两年多来,周志华教授领导的研究组发表论文40余篇,其中在国际刊物发表19篇(含6篇IEEE Trans),并在权威国际会议IJCAI等发表论文;他们申请了国家发明专利3项;集成学习方面的部分工作与以往一些工作一起获得2005年度教育部提名国家科学技术奖自然科学一等奖(排名第一),人脸识别应用研究方面的部分工作与以往一些工作一起获得2005年度江苏省科技进步奖二等奖(排名第一).值得一提的是,由于研究工作进入了国际前沿,虽然论文发表时间还很短,但该项目发表的论文已经被国际同行他引40余次,其中SCI他引近20次,引用者来自美、英、法、德、荷等10余个国家,包括德国马普研究所、洪堡大学计算机科学系、美国威斯康星大学麦迪逊分校计算机科学系、华盛顿大学计算机科学系等一些著名研究机构的学者.由于近年来的工作在国际上产生了一定影响(据不完全统计,周志华教授近五年发表的论文被国际同行他引240余次,其中SCI他引130余次,2002年在《Artificial Intelligence》发表的论文被ISI列为2000年以来被引用最多的"top 1%"论文,一些工作受到国际著名学者的好评),周志华教授开始成为我国计算机科学界在国际学术舞台上崭露头角的优秀青年科学家之一.他应邀担任了Springer出版社重要刊物《Knowledge and Information Systems》的副编辑,是该刊第一位来自中国大陆的副编辑;Elsevier出版社重要刊物《Artificial Intelligence in Medicine》编委,是该刊第一位来自中国大陆的编委.他还是国际刊物《International Journal of Data Warehousing and Mining》第一位来自中国大陆的编委,并担任了《Journal of Computer Science & Technology》和《软件学报》的编委,以及《ACM Multimedia Systems》和牛津大学出版社的重要国际刊物《The Computer Journal》等的客座编辑.他还应邀担任权威国际刊物《Artificial Intelligence》以及11种《IEEE Trans》的审稿专家,40余次国际学术会议的程序委员会或顾问委员会委员,是中国大陆第一位担任权威国际会议ICML、ECML、ICDM程序委员会委员的学者,并且是第一位担任权威国际会议ICDM程序委员会副主席的学者,还被任命为2007年PAKDD会议的程序委员会主席.此外,他还应邀担任香港研究资助局、荷兰国家科学基金等境外科学基金机构的评审专家等.一些国际知名学者主动前来与周志华教授开展合作研究,有的甚至是自己负担费用. 在人才培养方面,周志华教授所指导的1名硕士生获得江苏省优秀硕士学位论文奖,2名博士生获得"微软学者"奖,多名研究生以第一作者获全国性学术会议优秀学生论文奖或优秀论文奖. 周志华教授的案例说明,杰出青年科学基金评审工作不搞论资排辈,大胆支持有潜力的青年学者,产生了良好的效果.正是因为基金评审只论成果、论创新、论潜力,周志华教授才在年仅29岁时就获得了资助.而杰出青年科学基金大力度的支持,对他的进一步成长又起到了很大的促进作用.