姓名：朱军

职称：教授

邮箱：dcszj@mail.tsinghua.edu.cn

主页：http://ml.cs.tsinghua.edu.cn/~jun/

教育背景

工学学士 (计算机), 清华大学, 中国, 2005;

工学博士 (计算机), 清华大学, 中国, 2009;

社会兼职

2018-今，IEEE Trans. on PAMI副主编（Associate Editor-in-Chief）

2015-2018，卡内基梅隆大学兼职教授

2014-2018， IEEE Trans. on PAMI编委（Associate Editor）

2014-2019，ICML领域主席

2014-2019，UAI领域主席

2013,2015,2018,2019，NIPS领域主席

2014，ICML地区联合主席

2014 – 今，中国计算机学会学术工委委员

研究领域

机器学习、贝叶斯方法、深度学习、数据挖掘

研究概况

研究工作围绕机器学习基础理论、高效算法和应用展开，注重理论与实际问题结合。针对复杂数据隐含结构的学习与利用中的共性问题，研究了结构学习及基于结构的统计学习中若干关键问题，提出：（1）最大熵判别式学习的PAC-Bayes理论与方法；（2）正则化贝叶斯推理及正则化非参数贝叶斯推理理论；（3）贝叶斯模型的最大间隔学习理论与高效算法；（4）“珠算”概率编程库等。针对互联网数据挖掘、社交网络分析、多模态数据融合、网络推荐等多个典型应用场景，将基础理论与实际问题结合，提出有效的计算模型和算法，包括：（1）将正则化贝叶斯推理用于解决大规模文本分类、社交网络分析、矩阵低秩分解、多模态数据融合等问题，提出高效学习算法；（2）将结构化最大熵判别式学习用于解决网络环境下信息抽取、实体关系抽取、多模态数据融合与检索等问题，建立了基于结构的网络数据抽取框架及包括StatSnowball在内的若干统计模型，申请/授权发明专利17项，含3项美国专利，研究成果已应用到微软的多个搜索引擎，包括人立方关系搜索引擎和学术搜索引擎等。

上述成果已连续多年在机器学习顶级国际会议和期刊ICML、NIPS、IJCAI、AAAI、 JMLR、PAMI等发表论文100余篇。研究工作得到国家973计划、自然科学基金优青基金和重点基金等项目的支持，入选“清华大学221基础研究人才支持计划”。

奖励与荣誉

JP Morgan教师研究奖（2019）

ICME最佳论文奖（2018）

MIT TR35中国区先锋者（2017）

中国计算机学会自然科学一等奖（2017）

清华大学优秀班主任一等奖（2017）

北京市优秀青年人才奖（2016）

中创软件人才奖（2015）

IEEE Intelligent Systems杂志评选的“AI’s 10 to Watch”（2013）；

中国计算机学会青年科学家（2013）；

清华大学221基础研究计划入选者（2012）。

学术成果

[1]. Tian Tian, Jun Zhu, and You Qiaoben.Max-MarginMajority Voting for Learning from Crowds, IEEE Trans. on PAMI, in press, 2019;

[2] Chongxuan Li, Jun Zhu, and Bo Zhang.Max-MarginDeep Generative Models for (Semi-)Supervised Learning, IEEE Trans. on PAMI, 40(11):2762-2775, 2018

[3] Yong Ren, Yining Wang, and Jun Zhu.Spectral Learningfor Supervised Topic Models, IEEE Trans. on PAMI, 40(3):726—739, 2018;

[4] Tianlin Shi, and Jun Zhu. Online Bayesian Passive Aggressive Learning, Journal of Machine Learning Research (JMLR), 18(33):1-39, 2017;

[5]. Jun Zhu, Ning Chen, and Eric P. Xing. Bayesian Inference with Posterior Regularization and applications to Infinite Latent SVMs, Journal of Machine Learning Research, 15(May):1799-1847, 2014;

[6]. Jun Zhu, Ning Chen, Hugh Perkins, and Bo Zhang. Gibbs Max-margin Topic Models with Data Augmentation, Journal of Machine Learning Research, 15(Mar):1073-1110, 2014;

[7]. Jun Zhu, Amr Ahmed, Eric Xing. MedLDA: Maximum Margin Supervised Topic Models. Journal of Machine Learning Research (JMLR), 13(Aug): 2237-2278, 2012;

[8]. Ning Chen, Jun Zhu, Fuchun Sun, and Eric P. Xing. Large-margin Predictive Latent Subspace Learning for Multi-view Data Analysis, IEEE Trans. on PAMI, 34(12): 2365-2378, 2012;

[9]. Jun Zhu, Eric Xing. Maximum Entropy Discriminantion Markov Networks. Journal of Machine Learning Research (JMLR), 10(Nov): 2531-2569, 2009;

[10] Jun Zhu, Zaiqing Nie, Xiaojiang Liu, Bo Zhang, and Ji-Rong Wen. StatSnowball: a Statistical Approach to Extracting Entity Relationships, In Proc. of 18th International Word Wide Web Conference (WWW), Madrid, Spain, 2009;

[11]. Jun Zhu, Zaiqing Nie, Bo Zhang, Ji-Rong Wen, Dynamic Hierarchical Markov Random Fields for Integrated Web Data Extraction. Journal of Machine Learning Research (JMLR), 9(Jul): 1583-1614, 2008;

[12]. Jun Zhu, Zaiqing Nie, Ji-Rong Wen, Bo Zhang, and Wei-Ying Ma. Simultaneous Record Detection and Attribute Labeling in Web Data Extraction, In Proc. of the 12nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (SIGKDD), Philadelphia, PA, USA, 2006;

[13]. Jun Zhu, Zaiqing Nie, Ji-Rong Wen, Bo Zhang, and Wei-Ying Ma. 2D Conditional Random Fields for Web Information Extraction, In Proc. of the 22nd International Conference on Machine Learning (ICML), Bonn, Germany, 2005.