张钧波 副研究员
西南交通大学计算机与人工智能学院
搜索热度
最后毕业学校：西南交通大学 毕业专业：计算机应用技术
- 该教师暂无主页
- 中国四川省成都市郫都区犀安路 999 研究生院
教师信息导航
- 基本信息
- 教学情况
- 研究领域
- 研究成果
- 荣誉奖励
- 科研团队
- 招生信息
- 学生名单
♣ 教师简介
张钧波，博士，现任京东智能城市研究院人工智能实验室主任、京东科技数字城市群高级总监、城市AI产品部负责人。在加入京东之前，他在微软亚洲研究院工作多年，负责时空深度学习研究及应用。2020年入选北京市科技新星计划。
主要从事时空人工智能与数据科学、城市计算、联邦学习等领域研究。近年来承担国家重点研发计划课题、国家自然科学基金面上项目、北京市自然科学基金等课题。率先将深度学习引入时空数据，提出“时空深度学习（Deep Learning for Spatio-Temporal Data）”，在AI Journal、IEEE TKDE、KDD、AAAI、IJCAI、WWW、UbiComp、软件学报等顶级国内外顶级会议和刊物上发表相关论文50余篇、出版专著1部，引用超过5000余次，H-Index：31，代表作ST-ResNet[AAAI17]被引超过1100次，3篇时空深度学习领域论文ST-ResNet[AAAI17]、GeoMAN[IJCAI18]、ST-MetaNet[KDD19]入选PAPER DIGEST历年最具影响力论文列表。
担任人工智能领域国际权威期刊ACM Transactions on Intelligent Systems and Technology （ACM TIST）的编委/客座编辑，及Nature Machine Intelligence、IEEE TKDE、IEEE T-ITS等国际知名期刊审稿人，及KDD、IJCAI、AAAI等CCF-A类会议在内的国内外会议程序委员。他是CCF高级会员、CCF-AI专委会执行委员，IEEE、ACM、CAAI会员。
连续两年（2022年、2021年）入选AI 2000人工智能全球最具影响力学者提名（清华大学AMiner联合北京智源人工智能研究院、清华-中国工程院知识智能联合研究中心共同发布），在“经典AI全球最具影响力学者”榜单中位列全球前30。2021年荣获教育部自然科学二等奖（排名3）、荣获CCF科学技术奖科技进步杰出奖（排名4）、中国专利优秀奖（排名1），2016荣获中国人工智能学会优秀博士论文提名奖、ACM分会优秀博士论文奖、IEEE Chengdu Section最佳论文奖，2015年获Tsinghua Science and Technology最佳论文奖。
更多信息请参看他的个人主页: www.zhangjunbo.org
主要从事时空人工智能与数据科学、城市计算、联邦学习等领域研究。近年来承担国家重点研发计划课题、国家自然科学基金面上项目、北京市自然科学基金等课题。率先将深度学习引入时空数据，提出“时空深度学习（Deep Learning for Spatio-Temporal Data）”，在AI Journal、IEEE TKDE、KDD、AAAI、IJCAI、WWW、UbiComp、软件学报等顶级国内外顶级会议和刊物上发表相关论文50余篇、出版专著1部，引用超过5000余次，H-Index：31，代表作ST-ResNet[AAAI17]被引超过1100次，3篇时空深度学习领域论文ST-ResNet[AAAI17]、GeoMAN[IJCAI18]、ST-MetaNet[KDD19]入选PAPER DIGEST历年最具影响力论文列表。
担任人工智能领域国际权威期刊ACM Transactions on Intelligent Systems and Technology （ACM TIST）的编委/客座编辑，及Nature Machine Intelligence、IEEE TKDE、IEEE T-ITS等国际知名期刊审稿人，及KDD、IJCAI、AAAI等CCF-A类会议在内的国内外会议程序委员。他是CCF高级会员、CCF-AI专委会执行委员，IEEE、ACM、CAAI会员。
连续两年（2022年、2021年）入选AI 2000人工智能全球最具影响力学者提名（清华大学AMiner联合北京智源人工智能研究院、清华-中国工程院知识智能联合研究中心共同发布），在“经典AI全球最具影响力学者”榜单中位列全球前30。2021年荣获教育部自然科学二等奖（排名3）、荣获CCF科学技术奖科技进步杰出奖（排名4）、中国专利优秀奖（排名1），2016荣获中国人工智能学会优秀博士论文提名奖、ACM分会优秀博士论文奖、IEEE Chengdu Section最佳论文奖，2015年获Tsinghua Science and Technology最佳论文奖。
更多信息请参看他的个人主页: www.zhangjunbo.org
♣ 研究领域
时空人工智能与数据科学、城市计算、联邦学习
1、AutoST: AutoML for Saptio-Temporal Data
Employing automated machine learning (AutoML) techniques for spatio-temporal data mining.
2、Meta Learning for Spatio-Temporal Data
Employing meta learning techniques for spatio-temporal data mining.
3、Deep Learning for Spatio-Temporal Data
Leveraging deep learning techniques and big spatio-temporal data to empower intelligent applications in a city.
4、Urban Flow
Using a diversity of big data and deep learning techniques to predict citywide crowd/traffic flows throughout a city.
1、AutoST: AutoML for Saptio-Temporal Data
Employing automated machine learning (AutoML) techniques for spatio-temporal data mining.
2、Meta Learning for Spatio-Temporal Data
Employing meta learning techniques for spatio-temporal data mining.
3、Deep Learning for Spatio-Temporal Data
Leveraging deep learning techniques and big spatio-temporal data to empower intelligent applications in a city.
4、Urban Flow
Using a diversity of big data and deep learning techniques to predict citywide crowd/traffic flows throughout a city.
♣ 招生专业
招生类型
学院
专业代码
专业名称
专业类型
专业方向
说明：硕士招生专业是由导师本人填写的，可能有部分老师没有设置，但不代表不招收硕士。