热 烈 欢 迎 2017 级 新 同 学!
计算机科学与技术学院
 
师资队伍

院士


大师讲席


教授


副教授

徐林莉


讲师


博士后

更多>>学术活动
您现在的位置:首页>师资队伍>副教授

徐林莉

 

联系电话:(0551)
E-mail:linlixu@ustc.edu.cn

个人主页:http://staff.ustc.edu.cn/~linlixu/

 

主要研究方向

机器学习(Machine Learning),数据挖掘(Data Mining)。

 

徐林莉,女,博士,副教授。2002年毕业于中国科学技术大学计算机科学与技术系,获学士学位;2007年于加拿大滑铁卢大学(University of Waterloo)计算机学院获得博士学位。

 

研究着重于从复杂的数据中学习有价值的信息,利用数学建模发展相应的算法。研究课题包括各种聚类(Clustering)算法,非监督学习(Unsupervised Learning)以及半监督学习(Semi-supervised Learning),支持向量机(Support Vector Machines)及其相关的扩展,凸优化算法(Convex Programming)在机器学习中的应用等。在人工智能/机器学习领域顶级国际会议中发表论文多篇。

 

获 奖 情 况

   

ICML2009年度最佳论文优秀奖。

 

主 要 论 著

   

[1]  Linli Xu, Martha White and Dale Schuurmans. Optimal Reverse Prediction: A Unified Perspective on Supervised, Unsupervised and Semi-supervised Learning. In Proceedings of the 26th International Conference on Machine Learning (ICML-09), pages 1137-1144. Best Paper Award Honorable Mention.
[2] Linli Xu, Wenye Li and Dale Schuurmans. Fast Normalized Cut with Linear Constraints. In Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR-09), pages 2866-2873.
[3] Linli Xu. Convex Large Margin Training Techniques for Unsupervised, Semi-supervised, and Robust Support Vector Machines. Ph.D. Thesis, School of Computer Science, University of Waterloo, 2007.
[4] Linli Xu, Koby Crammer and Dale Schuurmans. Robust Support Vector Machine Training via Convex Outlier Ablation. In Proceedings of the 21st National Conference on Artificial Intelligence (AAAI-06), pages 536-542.
[5] Linli Xu, Dana Wilkinson, Finnegan Southey and Dale Schuurmans. Discriminative Unsupervised Learning of Structured Predictors. In Proceedings of the 23rd International Conference on Machine Learning (ICML-06), pages 1057-1064.
[6] Linli Xu and Dale Schuurmans. Unsupervised and Semi-supervised Multi-class Support Vector Machines. In Proceedings of the 20th National Conference on Artificial Intelligence (AAAI-05), pages 904-910.
[7] Linli Xu, James Neufeld, Bryce Larson and Dale Schuurmans. Maximum Margin Clustering. In Advances in Neural Information Processing Systems (NIPS-04), pages 1537-1544.

 

CopyRight 2009-2014 中国科学技术大学计算机科学与技术学院 All Rights Reserved.
安徽省合肥市黄山路中国科学技术大学西区电三楼
通信地址:安徽省合肥市4号信箱 计算机科学与技术学院 邮政编码:230027