زهيكيانغ شين

شغل زهيكيانغ شين قبل انضمامه إلى جامعة محمد بن زايد للذكاء الاصطناعي منصب أستاذ باحث مساعد في قسم علوم الحاسوب والهندسة في جامعة هونغ كونغ للعلوم والتكنولوجيا في الصين. كما عمل كباحث في دراسات ما بعد الدكتوراه في مختبر سايلاب التابع لجامعة كارنيجي ميلون. أما قبل انضمامه إلى جامعة كارنيجي ميلون، فكان طالباً في برنامج دكتوراه مشترك بين جامعة إلينوي أوربانا-شامبين وجامعة فودان. كما شغل منصب زميل أصغر في معهد الدراسات المتقدمة التابع لنادي جوكي في جامعة هونغ كونغ للعلوم والتكنولوجيا. وتتمحور الاهتمامات البحثية للبروفيسور زهيكيانغ شين بشكلٍ عام حول مجالات التعلم العميق الفاعل وتعلم الآلة والرؤية الحاسوبية. وهي تركز بشكل خاص على طرق التعلم العميق للتعرف على الصور واكتشاف الأشياء، وعلى البنى العميقة الفاعلة واستراتيجيات الضبط الدقيق الفاعلة من حيث المُعامِلات، وغيرها من المجالات. وتتطرق بحوثه الأخيرة إلى: (1) الشبكات العصبية ذات معدل بت منخفض؛ و(2) تقطير المعرفة للنماذج والبيانات؛ و(3) تصميم وتدريب بنى شبكات ذات فعالية عالية للشبكات العصبية الترشيحية والمحولات؛ و(4) التعلم غير(ذاتي) التوجيه/ قليل التوجيه؛ و(5) فهم الصور، بما يشمل اكتشاف الأشياء والتعرف عليها وتحديد عناوينها؛ و(6) التعلُّم بأمثلة قليلة.

• دكتوراه في علوم الحاسوب من جامعة فودان في الصين
• برنامج دكتوراه مشترك في الهندسة من جامعة إلينوي أوربانا-شامبين في الولايات المتحدة الأمريكية

• جائزة التحالف لدراسات ما بعد الدكتوراه من مؤتمر الرؤية الحاسوبية والتعرف إلى الأنماط، 2019
• جائزة المنحة الطلابية من جمعية النهوض بالذكاء الاصطناعي، 2019
• تحدي آي ماترياليست للتعرف على المنتجات (تصنيف المنتجات استناداً إلى صور دقيقة في ورشة العمل السادسة حول التصنيف المرئي الدقيق التابع لمؤتمر الرؤية الحاسوبية والتعرف إلى الأنماط، 2019): في المرتبة الرابعة عالمياً (قائد الفريق)
• تحدي البحوث من مايكروسوفت - تحويل الفيديو إلى نص (تحديد عناوين مقاطع الفيديو) 2016: في المرتبة الرابعة وفق مقاييس التقييم البشري وفي المرتبة الخامسة وفق مقاييس التقييم الآلي (قائد الفريق)
• صُنف ضمن أفضل 10% من المشاركين في مسابقة كاغل للتعرف على الحوت الحقيقي، 2016

يعمل شين كمراجع في أفضل المؤتمرات والمجلات العالمية المتخصصة في علوم الحاسوب. وهو يشغل منصب مراجع أول (عضو أقدم في لجنة البرنامج) في جمعية النهوض بالذكاء الاصطناعي لعام 2023، المؤتمر بشأن الذكاء الاصطناعي 2023.

• دراسة بعنوان – A Fast Knowledge Distillation Framework for Visual Recognition [للباحثين: Zhiqiang Shen، Eric Xing] نُشرت في مؤتمر ECCV، عام 2022.
• دراسة بعنوان – Sliced Recursive Transformer [للباحثين: Zhiqiang Shen، Zechun Liu، Eric Xing] نُشرت في مؤتمر ECCV، عام 2022.
• دراسة بعنوان – Is Label Smoothing Truly Incompatible with Knowledge Distillation: An Empirical Study [للباحثين: Zhiqiang Shen، Zechun Liu، Dejia Xu، Zitian Chen، Kwang-Ting Cheng، Marios Savvides] نُشرت في مؤتمر ICLR، عام 2021.
• دراسة بعنوان – How Do Adam and Training Strategies Help BNNs Optimization? [للباحثين: Zechun Liu*، Zhiqiang Shen*، Shichao Li، Koen Helwegen، Dong Huang، Kwang-Ting Cheng] نُشرت في مؤتمر ICML، عام 2021.
• دراسة بعنوان – Un-Mix: Rethinking Image Mixture for Unsupervised Visual Representation Learning [للباحثين: Zhiqiang Shen، Zechun Liu، Zhuang Liu، Marios Savvides، Trevor Darrell، Eric Xing] نُشرت في مؤتمر AAAI، عام 2022.
• دراسة بعنوان – S2-BNN: Bridging the Gap Between Self-Supervised Real and 1-bit Neural Networks via Guided Distribution Calibration [للباحثين: Zhiqiang Shen، Zechun Liu، Jie Qin، Lei Huang، Kwang-Ting Cheng، Marios Savvides] نُشرت في مؤتمر CVPR، عام 2021.