26岁应届博士被聘为985大学博导！实力杠杠滴！

考博之路 2022-03-24

文末有多个考博交流群

2021年1月，出生于1995年4月的冯磊，于被重庆大学计算机学院，直接作为弘深青年学者人才引进，并聘任为博导、教授，其主要方向为机器学习、数据挖掘、人工智能。

冯磊入职时才 26 岁，这是大计算机学院年龄最小的孩子，也是该学院有史以来第一次直接给应届博士史正高/博导团队。

个人主页：

http://www.cs.cqu.edu.cn/info/1325/5242.htm

入职半年，冯磊写作的论文《 Pointwise Binary Classification with Pairwise Confidence Comparisons》在第38届国际机器会议（第38届国际机器学习大会）（CCF A类）上发表。国际学术学术会议，在第一学术界大学权威的会议上，这也是重庆计算机学院首次以在会议上发表学术论文，实现了零突破。

冯磊简介

重庆大学弘深青年导磊引进人才（教授、博学），兼任日本理化学研究所先进智能研究中心（RIKEN Center for Advanced Intelligence Project）访问科学家。），在提前毕业的情况下，获得南洋理工大学计算机科学与工程学院学生论文奖第二名（N SCSE优秀博士论文奖亚军）。

中国计算机学会（CCF）会员，中国人工智能学会（CAAI）会员，国际促进人工智能学会（AAAI）会员，计算机学会（ACM）会员，中国人工智能学会机器学习专家通讯委员。美国IJCAI 2021与AAAI 2022高级委员会程序委员（高级程序委员会成员），ICML 2021专家审稿人（专家审稿人），以及其他国际环境（CCF A类）会议（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委员会委员/审稿人，并受邀参加了多个国际环境期刊（包括JMLR、IEEE-TPAMI、IEEE-TIP、IEEE-TNNLS、MLJ）审稿人。

主要研究为机器学习、数据重点、人工智能。已在机器学习国际会议（ICML），神经信息处理系统年会（NeurIPS），ACM SIGKDD知识发现和数据挖掘（KDD）会议，IEEE/ CVF计算机视觉与模式识别会议（CVPR）、计算机视觉国际会议（ICCV）、AAAI人工智能会议（AAAI）、国际人工智能联合会议（IJCAI）等国际医院（CCF A类）会议与中科院一区期刊上发表论文近二十篇。

冯磊还是2021福布中国30 Under 30 科学和医疗健康领域排行榜。

重庆大学是教育部直属的全国重点大学，国家“211工程”和“985工程”重点建设的高水平研究型综合大学，国家“世界一流大学建设高校（A类）”。

学校建于1929年，在20世纪40年代就发展为拥有文、理、工、商、法、医6个学院的国立综合性大学。1952年通过全国院系调整，成为国家高教部（高教部） 1958年并入部）、以工科直为主的多科性大学。1960年被确定为全国重点大学。改革开放以来，学校大力发展人文社科学科专业，促进了多学科发展专业， 1998年，学校成为国家“211工程”重点建设高校。2000年5月，原重庆大学、重庆建筑大学、重庆建筑高等专科学校三校合并组建成新重庆大学。2001年，学校成为“985工程”重点建设高校。2004年，学校被确定为中管高校。2017年9月，学校成为“世界一流大学建设高校（A类）”。

学校学科门设类经、管理、工学、史、哲、医、教育、艺术11个学科门类。7个学部35个学院，以及附属医院、附属三峡医院、附属中心。教职工5300余人，在校学生4700余人，其中研究生20000余人，本科生26000余人，来华留学生1700余人。校园5200余亩，有A、B校区和虎溪校区地点。

冯磊学术成果

典型论文

[20] 陶良，林国胜，雷锋，张彦，吕峰茂。注意力还不够：减轻异步多模态序列融合中的分布差异。 计算机视觉国际会议 ( ICCV'21 ) 的论文集，将于2021 年发表。 (CCF A)

[19] 雷锋, 舒森林, 曹禹洲, 略涛, 魏宏欣, 陶翔, 博安, 牛刚. 从相似和不同的包中进行多实例学习。 第 27 届 ACM SIGKDD 知识发现和数据挖掘会议 ( KDD'21 ) 的论文集，将于2021 年发表。 (CCF A)

[18] 雷锋, 舒森林, 南路, 博涵, 耿欣, 牛刚, 博安, 杉山正史. 具有成对置信度比较的逐点二元分类。 第 38 届机器学习国际会议 ( ICML'21 ) 的论文集，将于2021 年发表。 (CCF A)

[17] 曹禹洲, 雷锋, 徐西天, 博安 , 牛刚, 杉山正史. 从相似性置信度数据中学习。 第 38 届机器学习国际会议 ( ICML'21 ) 的论文集，将于2021 年发表。 (CCF A)

[16] 王登宝，雷锋，张敏玲．通过部分输出一致性正则化从互补标签中学习。 第 30 届国际人工智能联合会议 ( IJCAI'21 ) 的论文集，将于2021 年发表。 (CCF A)

[15] 林卓义, 雷锋* , 瑞银, 徐驰, 郭志强. GLIMG：Top-N 推荐系统的全局和局部项目图。 Information Sciences ( INS ) , 2021. (IF= 6.795 , 中科院一区, *通讯作者)

[14] 雷锋, 吕佳琪, 博涵, 苗旭, 牛刚, 耿鑫, 博安, 杉山正史. 可证明一致的部分标签学习。 第 34 届神经信息处理系统年会 ( NeurIPS'20 ) 的论文集，将于2020 年发表。 （CCF A）

[13] 雷锋* †、金子拓夫†、博涵、牛刚、博安、杉山正史。使用多个互补标签学习。 Proceedings of the 37th International Conference on Machine Learning ( ICML'20 ) , pp.3072-3081, 2020. (CCF A, *通讯作者, †共同一作)

[12] 吕佳琪，缪旭，雷锋，牛刚，耿欣，杉山正史。部分标签学习的真实标签的渐进式识别。 第 37 届机器学习国际会议 ( ICML'20 )论文集 ，第6500-6510 页，2020。 （CCF A）

[11] 黄俊*、徐林川、王静、雷锋*、山西健二. 发现用于多标签学习的潜在类标签。 第 29 届国际人工智能联合会议 ( IJCAI'20 )论文集, pp.3058-3064, 2020. (CCF A, *通讯作者)

[10] 雷锋, 舒森林, 林卓义, 吕峰茂, 李丽, 博安. 交叉熵损失可以鲁棒地标记噪声吗？ 第 29 届国际人工智能联合会议 ( IJCAI'20 )论文集，第2206-2212 页，2020。 （CCF A）

[9] 魏宏欣, 雷锋* , 陈翔宇, 博安. 通过协议对抗嘈杂标签：具有协同规范化的联合训练方法。 Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition ( CVPR'20 ) , pp.13726-13735, 2020. (CCF A, *通讯作者)

[8] 雷锋, 黄俊, 舒森林, 博安. 带有缺失标签的多标签学习的正则化矩阵分解。 IEEE 控制论汇刊(IEEE-TCYB )，DOI：10.1109/TCYB.2020.3016897。 (IF=11.079, 中科院一区)

[7] 颜燕，李世宁，雷锋*．部分多标签学习与相互教学。 基于知识的系统 ( KBS )，DOI：10.1016/j.knosys.2020.106624。 (IF=5.921, 中科院一区,*通讯作者)

[6] 雷锋, 魏宏欣, 郭庆宇, 林卓义, 博安. 带有隐式反馈的用于推荐的嵌入增强广义矩阵分解。 IEEE 智能系统 ( IEEE-IS )， DOI：10.1109/MIS.2020.3036136。 (IF=3.21, 中科院三区)

[5] 雷锋, 博安. 带有自我引导再训练的部分标签学习。 第 33 届 AAAI 人工智能会议论文集 (AAAI'19 )，pp.3542-3549，2019。 (CCF A)

[4] 雷锋, 博安, 何硕. 基于协作的多标签学习。 第 33 届 AAAI 人工智能会议论文集 ( AAAI'19 )，pp.3550-3557，2019。 (CCF A)

[3] 雷锋, 博安. 通过语义差异最大化进行部分标签学习。 第 28 届国际人工智能联合会议 (IJCAI'19 )论文集，第2294-2300 页，2019. (CCF A)

[2] 何硕，雷锋，李丽．估计多标签学习的潜在相对标签重要性。 2018 年 IEEE 数据挖掘会议 (ICDM'18 ) 的论文集，第1013-1018 页，2018 年。 (CCF B)

[1] 雷锋, 博安. 利用潜在标签分布进行部分标签学习。 第 27 届国际人工智能联合会议 ( IJCAI'18 )论文集, pp.2107-2113, 2018. (CCF A)