張寶昌(北京航空航天大學特聘研究員)

人物經歷

[1] 2006.11-2007.11

香港中文大學 | IE | researcher |

Focusing on face recognition

[2] 2007.11-2008.11

格里菲斯大學 | Griffith fellow |

focusing on feature learning

[3] 2011.3-2011.12

香港理工大學 | visting fellow |

focusing on infrared face recognition

[4] 2014.1-2015.3

義大利理工學院 | PAVIS | Senior Postdoc |

focusing on machine learning

[1] 神經網路結構搜尋，尤其關注功耗約束、通訊頻寬約束的網路結構設計

[2] 深度學習模型壓縮；視覺目標檢測與識別，尤其關注小目標感知；視頻識別；機器學習理論與套用

學術成果1：提出多高斯不確定性理論。國際上首次證明混合高斯波函式的不確定性上界，是經典理論的一般性擴展。相關論文一作發表於視覺領域頂刊IJCV，2016年大陸學者一作正刊僅有6篇。

學術成果2：獨立提出調製卷積神經網路，在深度模型壓縮方面理論與工程實現處於領先位置；在1-bit深度模型壓縮方面在大型數據集合上取得世界上最好的性能，並進行推廣。

學術成果3：發現了梯度下降算法的多變數獨立假設存在理論缺陷，由於變數上約束不同(稀疏性)，導致了不同變數收斂速度的不一致性，即存在相關性。提出了協同梯度下降算法(CoGradient Descent，CVPR2020)，引入投影映射法協同不同變數間的收斂速度，實現更加充分的訓練。