个人简介

李子青（Stan Z. Li），西湖大学人工智能讲席教授，IEEE Fellow，曾任微软亚洲研究院Research Lead，中科院自动化所模式识别国家重点实验室资深研究员。2019年加盟西湖大学工学院，研究方向（1）机器学习/深度学习、数据科学；（2）AI+学科交叉应用（计算机视觉、生命科学、合成生物学、材料科学、环境科学）。立足科技前沿，深入科研一线，指导培养了众多杰出学生，部分成为AI学科教授、院长，或国内外知名AI企业CEO、CTO。

学术成果

发表论文400余篇，撰写编写著作10部，Google Scholar引用52000余次，其中《Markov Random Field Modeling in Image Analysis》被誉为"图像分析领域里程碑意义的工作“，他引5000余次；受Springer 之邀主编《Handbook of Face Recognition》和《Encyclopedia of Biometrics》。曾任AI顶刊IEEE T-PAMI等刊物副主编，担任100余个国际学术会议大会主席、程序主席或程序委员。作为机器学习和计算机视觉专家，在微软领导开发的人脸识别系统 EyeCU，比尔.盖茨接受CNN采访为之讲解；设计研发的多个人脸识别系统和智能视频监控系统，已在包括北京奥运会、上海世博会等国家级重大安全项目中落地实施应用。李子青为SAC/TC100/SC2副主任委员，代表中国国家体撰写了中国第一个ISO/SC37生物识别国际标准工作草案并获采纳，在年会全体会议上作了“Biometrics in China”（生物特征识别在中国）的主题演讲。

代表论文

高引用论文（更多）

1. Stan Z. Li. Markov Random Field Modeling in Image Analysis (3rd Edition). Springer. 2012.

2. Stan Z. Li and Anil K. Jain (eds). Handbook of Face Recognition (2nd Edition). Springer, 2011.

3. S Liao, Y Hu, X Zhu, Stan Z. Li. Person re-identification by local maximal occurrence representation and metric learning. CVPR 2015.

4. D Yi, Z Lei, S Liao, Stan Z. Li. Learning face representation from scratch. arXiv:1411.7923. 2014.

5. Stan Z. Li, XW Hou, HJ Zhang, QS Cheng. Learning spatially localized, parts-based representation. CVPR 2001.

最新论文（更多）

1. Lirong Wu, Haitao Lin, Cheng Tan, Zhangyang Gao, Stan Z. Li*. Self-supervised Learning on Graphs: Contrastive, Generative, or Predictive. IEEE Transactions on Knowledge and Data Engineering, 2021.

2. Lirong Wu, Lifan Yuan, Guojiang Zhao, Haitao Lin, Stan Z. Li*. Deep Clustering and Visualization for End-to-End High Dimensional Data analysis. IEEE Transactions on IEEE Transactions on Neural Networks and Learning Systems, 2022.

3. Haitao Lin, Zhangyang Gao, Yongjie Xu, Lirong Wu, Ling Li*, Stan Z. Li*. Conditional Local Convolution for Spatio-temporal Meteorological Forecasting. AAAI 2022.

4. Jun Xia, Lirong Wu, Jintao Chen, Bozhen Hu, Stan Z. Li*. SimGRACE: A Simple Framework for Graph Contrastive Learning without Data Augmentation. WWW 2022.

5. Cheng Tan, Jun Xia, Lirong Wu, Stan Z. Li*. Co-learning: Learning from noisy labels with self-supervision. Proceedings of the 29th ACM International Conference on Multimedia. 2021: 1405-1413.

在研项目

1. 科技部“新一代人工智能”重大项目（项目负责人）：“基于人工智能的蛋白质结构预测与设计”，2022年1月-2023年12月。

2. 国家自然基金委区域重点项目（项目负责人）：“几何深度学习方法研究及蛋白组学癌症模式分析应用” 2022年1月-2025年12月。

3. 科技部重大专项（子课题负责人）：“高发肿瘤大队列临床蛋白质组关键技术研究”， 2021年12月-2026年11月。

4. 国家自然科学基金委面上项目（项目负责人）：“深度神经网络特性分析与架构优化研究”，2019-01至2022-12。

招聘招生

岗位招聘： 研究员、副研究员、助理研究员、博士后、科研助理。研究方向：机器学习/深度学习、数据科学、AI+学科交叉应用。

博士生招生：实验室学生多来自顶尖985院校的top学生，且多位学生专业成绩排名第一或在本科就已发表优秀论文。欢迎各位有数据科学/机器学习/深度学习经验的同学报考（招生申请信息），基本要求:

1. 本科就读于国内外知名高校且本科课业成绩或科研成果拔尖；

2. 硕士起点同学要求必须有文章产出，本科来自国内外一流高校；

3. 英语要求6级480+ / 雅思6.0+ / 托福90+。

实习生招聘：要求数学好、编程好、英语好，有深度学习研发经验。欢迎有志于AI研究与创新的在读学生访问实习。

简历请投至：cairi@westlake.edu.cn. 期待你的加入！

李子青和他的学生们