欢迎! 你好!我的名字是英镇(Yingzhen)我希望你喜欢这个网站。😀 我对建立可靠的机器学习系统感兴趣,它可以推广到看不见的环境。我使用概率建模和表示学习来实现这一目标,我的一些研究主题包括: (深层)概率图形模型设计; 快速准确(贝叶斯)推理/计算技术; 计算和下游任务的不确定性量化; 鲁棒自适应机器学习系统。 总的来说,我还对迁移/元学习、信息理论、优化和顺序数据建模感兴趣。 我目前是计算机系在伦敦帝国理工学院。请参阅面向未来学生的信息或与我合作的信息自2024年3月以来,我也是图灵研究员在阿兰·图灵研究所在回到学术界之前,我在微软剑桥研究院. 我读博士学位的时候理查德·特纳教授在里面机器学习在剑桥大学,我也是其中的一员达尔文学院.我的博士论文是关于近似推理的。如果您想了解更多关于近似推断和概率ML的信息,请查看以下材料: NeurIPS 2020教程“近似推理研究进展“(使用张成) ProbeAI 2022教程“贝叶斯神经网络简介" GeMSS 2023教程“序列生成模型" AAAI 2023新教师亮点”基于贝叶斯原理的鲁棒自适应深度学习" [谈话视频] 不完整的列表近似推理中的主题(仍在更新) 我也很荣幸能够帮助(并帮助)组织概率ML的旗舰研究会议和研讨会,包括AABI公司和AISTATS 2024年. ✉️ firstname.lastname[at]英制[dot]ac[dot]英国 ✉️ liyzhen2[at]gmail[dot]com @利赞2