2024人工智能顶级华人学者论文统计：何恺明、李飞飞、吴恩达、周志华、沈春华居前五

8月5日，TOP小编利用“谷歌学术”遴选出人工智能领域全球顶级华人学者榜单。

根据“谷歌学术”数据显示，来自于美国麻省理工学院的何恺明副教授以59万的总引用量位居榜首。

美国斯坦福大学的李飞飞教授和吴恩达副教授分别以26万和25万的总引用量分列二、三位。

南京大学周志华教授以9.6万的总引用量位居榜单第四，浙江大学沈春华教授的论文总引用量为7.5万排名第五。

北京大学朱松纯教授以 总引用量位4.3万，排名第六；清华大学戴琼海院士排名第七，总引用量为3万；清华大学胡事民院士以 总引用量位2.5万， 排 名第八。

南京大学吴建鑫教授 排名第九，总引用量为2.2万；浙江大学周昆教授以总引用量位1.6万，排名第十。

具体数据如下：

何恺明

工作单位：美国麻省理工学院

毕业院校：清华大学本科、香港中文大学博士

研究方向：计算机视觉

总引用量：59万

高引著作：

1、《Deep Residual Learning for Image Recognition》（23万余次）；

2、《Faster R-CNN: Towards Real-Time Object Detection　with Region Proposal Networks》（７万余次）；

3、《Mask R-CNN》（３万余次）。

李飞飞

工作单位：美国斯坦福大学

毕业院校：普林斯顿大学本科、加州理工学院博士

研究方向：计算机视觉

总引用量：26万

学术代表作：

《Imagenet: A large-scale hierarchical image database》创建的 ImageNet 是一个大规模的图像数据库，旨在用于视觉识别任务。

高引著作：

1、《Imagenet: A large-scale hierarchical image database》（7万余次）；

2、《Imagenet large scale visual recognition challenge》（４万余次）；

3、《Perceptual losses for real-time　style transfer and super-resolution》（１万余次）。

吴恩达

工作单位：美国斯坦福大学

毕业院校：卡内基梅隆大学本科、麻省理工学院硕士、加州大学伯克利分校博士

研究方向：深度学习

总引用量：25万

学术代表作：

《Large Scale Distributed Deep Networks》介绍了如何使用大规模的分布式计算框架进行深度学习训练，能够在没有任何先验知识的情况下，仅通过观看无标注的视频学习到识别高级别的概念。

高引著作：

1、《Latent dirichlet allocation》（５万余次）；

2、《ROS: an open-source Robot Operating System》（１万余次）；

3、《On spectral clustering: Analysis and an algorithm》（１万余次）

周志华

工作单位：南京大学

毕业院校：南京大学本科、硕士、博士

研究方向：机器学习

总引用量：9.6万

学术代表作：

《Isolation forest》使用随机森林的方法来创建多棵决策树，提供了一种高效、简洁的无监督异常检测方法，适用于大规模数据集。

高引著作：

1、《Top 10 algorithms in data mining》（7千余次）；

2、《Isolation forest》（6千余次）；

3、《Ensemble Methods: Foundations and Algorithms》（4千余次）

沈春华

工作单位：浙江大学

毕业院校：南京大学本科及硕士、澳大利亚国立大学硕士、阿德莱德大学博士

研究方向：计算机视觉

总引用量：7.5万

高引著作：

1、《FCOS: Fully Convolutional One-Stage Object Detection》（５千余次）；

2、《Refinenet: Multi-path refinement networks　for high-resolution semantic segmentation》（３千余次）；

3、《Image Restoration Using Very Deep Convolutional　Encoder-Decoder Networks with Symmetric Skip Connections》（２千余次）。

朱松纯

工作单位：北京大学

毕业院校：中国科学技术大学本科、哈佛大学博士

研究方向：人工智能、计算机视觉

总引用量：4.3万

学术代表作：

《Region competition: Unifying snakes, region growing, and Bayes/MDL for multiband image segmentation》论文提出了一种新的图像分割方法Region Competition，能将不同的分割技术融合到一个统一框架中。

高引著作：

1、《Region competition: Unifying snakes, region growing, and Bayes/MDL for multiband image segmentation》（3千余次）；

2、《High performance visual tracking with siamese region proposal network》（２千余次）；

3、《The visual object tracking vot2015 challenge results》（２千余次）

戴琼海

工作单位：清华大学

毕业院校：陕西师范大学本科、东北大学硕士及博士

研究方向：计算机视觉、人工智能

总引用量：3万

高引著作：

1、《Deep direct reinforcement learning for financial signal representation and trading》（8百余次）；

2、《3-D object retrieval and recognition with hypergraph analysis（6百余次）；

3、《Light field image processing: An overview》（5百余次）；

胡事民

工作单位：清华大学

毕业院校：吉林大学本科、浙江大学硕士及博士

研究方向：计算机图形学

总引用量：2.5万

高引著作：

1、《Global contrast based salient region detection》（４千余次）；

2、《Attention Mechanisms in Computer Vision: A Survey》（1千余次）；

3、《PCT: Point Cloud Transformer》（1千余次）。

吴建鑫

工作单位：南京大学

毕业院校：南京大学本科及硕士、佐治亚理工学院博士

研究方向：机器学习、计算机视觉

总引用量：2.2万

高引著作：

1、《Exploratory undersampling for class-imbalance learning》（３千余次）；

2、《Ensembling neural networks: many could be better than all》（２千余次）；

3、《Thinet: A filter level pruning method for deep neural network compression》（２千余次）。

周昆

工作单位：浙江大学

毕业院校：浙江大学本科及博士

研究方向：计算机图形学

总引用量：1.6万

高引著作：

1、《Facewarehouse: A 3d facial expression database for visual computing》（1千余次）；

2、《Mesh editing with poisson-based gradient field manipulation》（8百余次）；

3、《Real-time kd-tree construction on graphics hardware》（8百余次）。

以上数据为人工统计，如有疏漏欢迎在评论区指正

TOP大学来了（ID:topuniversity）

编辑、审核：TOP编辑部

版权声明：本文经文章作者“TOP编辑部”授权刊登，本文章只为学术传播，并不代表公众号立场。未经授权擅自刊登，将面临法律风险。