سي-جين لين

يشغل سي-جين لين حالياً منصب أستاذ متميز في قسم علوم الحاسوب في جامعة تايوان. وحاز شهادة البكالوريوس من جامعة تايوان الوطنية في تايوان عام 1993 ثم شهادة الدكتوراه من جامعة ميشيغان في الولايات المتحدة عام 1998. وتشمل اهتماماته البحثية الرئيسية مجالات تعلم الآلة والتنقيب في البيانات والتحسين العددي. وقد اشتهر بفضل عمله على آلات المُتَّجهات الداعمة لتصنيف البيانات. هذا وطور لين بالتعاون مع فريقه حزماً لتعلم الآلة يتم استخدامها على نطاق واسع، تشمل برنامجي LIBSVM (وهو مكتبة لآلات المُتَّجهات الداعمة) وLIBLINEAR (وهو مكتبة للتصنيف الخطي الكبير). وحاز عمله البحثي جوائز متعددة، منها جائزة أفضل ورقة بحثية في أهم المؤتمرات العالمية المتعلقة بعلوم الحاسوب. وهو يشغل منصب زميل في جمعية النهوض بالذكاء الاصطناعي ومعهد مهندسي الكهرباء والإلكترونيات في الولايات المتحدة الأمريكية وجمعية آلات الحوسبة، تقديراً للمساهمات التي قدمها في مجال تطوير خوارزميات تعلم الآلة وتصميم البرمجيات.

• دكتوراه في الهندسة الصناعية وهندسة العمليات من جامعة ميشيغان في الولايات المتحدة
• ماجستير في الهندسة الصناعية وهندسة العمليات من جامعة ميشيغان في الولايات المتحدة
• بكالوريوس في الرياضيات من جامعة تايوان الوطنية في تايوان

• زميل في جمعية آلات الحوسبة، 2015
• زميل في جمعية النهوض بالذكاء الاصطناعي، 2014
• زميل في معهد مهندسي الكهرباء والإلكترونيات في الولايات المتحدة الأمريكية، 2011
• جائزة العالم المتميز من جمعية آلات الحوسبة، 2011
• جائزة أفضل ورقة بحثية في مؤتمر آسيا لتعلم الآلة، 2018 (بالاشتراك مع طالبَين)
• جائزة أفضل ورقة بحثية في مؤتمر نظم التوصية التابع لجمعية آلات الحوسبة، 2013 (بالاشتراك مع ثلاثة طلاب)
• جائزة أفضل ورقة بحثية في مؤتمر اكتشاف المعرفة وتنقيب البيانات التابع لجمعية آلات الحوسبة، 2010 (بالاشتراك مع ثلاثة طلاب)

البروفيسور لين هو باحث رائد في مجال خوارزميات تعلم الآلة وتصميم البرمجيات. وقد ساهم في الجمع بين مجالَي التحسين وتعلم الآلة، بما يشمل ابتكار خوارزميات فاعلة لآلات المُتَّجهات الداعمة والتصنيف الخطي واسع النطاق.

• دراسة بعنوان – On the use of unrealistic predictions in hundreds of papers evaluating graph representations [للباحثين: Li-Chung Lin، Cheng-Hung Liu، Chih-Ming Chen، Kai-Chin Hsu، I-Feng Wu، Ming-Feng Tsai، Chih-Jen Lin] نُشرت في مؤتمر AAAI السادس والثلاثين عام 2022.

• دراسة بعنوان – Efficient optimization methods for extreme similarity learning with nonlinear embeddings [للباحثين: Bowen Yuan، Yu-Sheng Li، Pengrui Quan، Chih-Jen Lin] نُشرت في مؤتمر KDD (ACM SIGKDD) عام 2021.

• دراسة بعنوان – Field-aware factorization machines for CTR prediction [للباحثين: Yuchin Juan، Yong Zhuang، Wei-Sheng Chin، Chih-Jen Lin] نُشرت في مؤتمر RecSys (ACM Recommender Systems) عام 2016.

• دراسة بعنوان – LIBSVM: a library for support vector machines [للباحثين: Chih-Chung Chang، Chih-Jen Lin] نُشرت في مجلة ACM Transactions on Intelligent Systems and Technology، المجلد 2(3): 27:1-27:27، عام 2011.

• دراسة بعنوان – LIBLINEAR: a library for large linear classification [للباحثين: Rong-En Fan، Kai-Wei Chang، Cho-Jui Hsieh، Xiang-Rui Wang، Chih-Jen Lin] نُشرت في مجلة Journal of Machine Learning Research، المجلد 9: 1871-1874، عام 2008.

• دراسة بعنوان – A comparison of methods for multi-class support vector machines [للباحثين: Chih-Wei Hsu، Chih-Jen Lin] نُشرت في مجلة IEEE Transactions on Neural Networks، المجلد 13(2): 415-425، عام 2002.