人物經曆

學習經曆

2005年9月至2009年7月，北京航空航天大學自動化學院，獲學士學位

2009年9月至2015年7月，清華大學自動化系，獲博士學位

工作經曆

2015年10月至2018年8月，美國康奈爾大學計算機系博士後

2018年12月至今，清華大學自動化系助理教授

主要成就

科研成就

研究概況

1.國家自然科學基金委優秀青年基金，計算機視覺與深度學習，2021.01-2023.12，項目負責人

2.國家科技部重點研發計劃，基于深度學習的聲納點雲數據目标識别技術研究，2020.01-2022.05，課題負責人

3.國家自然科學基金委青年基金，基于遙感數據的智能地物分類與目标檢測方法，2020.01-2022.12，項目負責人

4.國家科技部科技創新2030重大項目，基于跨媒體知識圖譜的因果計算，2020.01-2022.12，課題骨幹

5.北京智源人工智能研究院青年學者項目，面向深度學習的自适應推理方法研究，2019.06-2020.05，項目負責人

5.騰訊犀牛鳥專項，視覺驅動的深度強化學習算法及其在遊戲智能導航AI中的應用，2019.03-2020.03，項目負責人

主要會議論文

1.Yulin Wang,Zanlin Ni,Shiji Song,Le Yang,Gao Huang.Revisiting Locally Supervised Learning:an Alternative to End-to-end Training,International Conference on Learning Representations (ICLR) 2021.

2.Hao Li*,Chenxin Tao*,Xizhou Zhu,Xiaogang Wang,Gao Huang,Jifeng Dai.Auto Seg-Loss: Searching Metric Surrogates for Semantic Segmentation,International Conference on Learning Representations (ICLR) 2021.

3.Yulin Wang,Kangchen Lv,Rui Huang,Shiji Song,Le Yang,Gao Huang.Glance and Focus: a Dynamic Approach to Reducing Spatial Redundancy in Image Classification,Neural Information Processing Systems (NeurIPS) 2020,Vancouver,Canada.

4.Zhenda Xie,Zheng Zhang,Xizhou Zhu,Gao Huang,Stephen Lin.Spatially Adaptive Inference with Stochastic Feature Sampling and Interpolation,European Conference on Computer Vision (ECCV Oral),2020.

5.Le Yang*,Yizeng Han*,Xi Chen*,Shiji Song,Jifeng Dai,Gao Huang.Resolution Adaptive Networks for Efficient Inference.IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2020.

6.Haowei He,Gao Huang,Yang Yuan.Asymmetric Valleys: Beyond Sharp and Flat Local Minima,Neural Information Processing Systems (NeurIPS Spotlight) 2019,Vancouver,Canada.

7.Yulin Wang*,Xuran Pan*,Shiji Song,Hong Zhang,Cheng Wu,Gao Huang.Implicit Semantic Data Augmentation for Deep Networks,Neural Information Processing Systems (NeurIPS) 2019,Vancouver,Canada.

8.Wenjie Shi,Shiji Song,Hui Wu,Ya-Chu Hsu,Cheng Wu,Gao Huang.Regularized Anderson Acceleration for Off-Policy Deep Reinforcement Learning,Neural Information Processing Systems (NeurIPS) 2019,Vancouver,Canada.

9.Hao Li*,Hong Zhang*,Xiaojuan Qi,Ruigang Yang,Gao Huang.Improved Techniques for Training Adaptive Deep Networks,International Conference on Computer Vision (ICCV) 2019,Seoul,Korea.

10.Shuang Li,Chi Harold Liu,Binhui Xie,Limin Su,Zhengming Ding,Gao Huang.Joint Adversarial Domain Adaptation,ACM Multimedia (ACM MM) 2019,Nice,France.

11.Yan Wang*,Zihang Lai*,Gao Huang,Brian Wang,Laurens van der Maaten,Mark Campbell,Kilian Q.Weinberger.Anytime Stereo Image Depth Estimation on Mobile Devices,International Conference on Robotics and Automation (ICRA),2019,Montreal,Canada.

12.Zhuang Liu*,Mingjie Sun*,and Tinghui,Zhou,Gao Huang,Trevor Darrell.Rethinking the value of network pruning,International Conference on Learning Representations (ICLR),2019,New Orleans,USA.

13.Yang Fu,Yunchao Wei,Yuqian Zhou,Honghui Shi,Gao Huang,Xinchao Wang,Zhiqiang Yao,Thomas Huang,Horizontal Pyramid Matching for Person Re-identification,AAAI Conference on Artificial Intelligence (AAAI),2019,Hawaii USA.

14.Gao Huang*,Shichen Liu*,Laurens van der Maaten and Kilian Weinberger.CondenseNet: An Efficient DenseNet using Learned Group Convolutions.IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2018,Salt Lake City,USA.

15.Yan Wang*,Lequn Wang*,Yurong You*,Xu Zou,Vincent Chen,Serena Li,Gao Huang,Bharath Hariharan,Kilian Weinberger.Resource Aware Person Re-identification across Multiple Resolutions.IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2018,Salt Lake City,USA.

16.Gao Huang,Danlu Chen,Tianhong Li,Felix Wu,Laurens van der Maaten and Kilian Weinberger.Multi-Scale Dense Convolutional Networks for Resource Efficient Image Classification.International Conference on Learning Representations (ICLR Oral),2018,Vancouver,Canada.

17.Zhuang Liu,Jianguo Li,Zhiqiang Shen,Gao Huang,Shoumeng Yan and Changshui Zhang.Learning Efficient ConvNets through Network Slimming.International Conference on Computer Vision (ICCV),2017,Venice,Italy.

18.Gao Huang*,Zhuang Liu*,Laurens van de Maaten and Kilian Weinberger.Densely Connected Convolutional Networks.IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2017,Hawaii,USA.Oral presentation.(Best Paper Award)

19.Gao Huang*,Yixuan Li*,Geoff Pleiss,Zhuang Liu,John E.Hopcroft and Kilian Weinberger.Snapshot Ensembles: Train 1,Get M for Free.International Conference on Learning Representations (ICLR),2017,Toulon,France.

20.Gao Huang*,Chuan Guo*,Matt Kusner,Yu Sun,Fei Sha and Kilian Weinberger.Supervised Word Mover’s Distance.Neural Information Processing Systems (NIPS),2016,Barcelona,Spain.Oral.

21.Gao Huang*,Yu Sun*,Zhuang Liu,Daniel Sedra and Kilian Weinberger.Deep networks with stochastic depth.European Conference on Computer Vision (ECCV),2016,Amsterdam,Netherlands.Spotlight.(This paper was recommended as an Oral Presentation at NIPS 2016 Deep Learning Symposium.)

22.Gao Huang,Jianwen Zhang,Shiji Song and Zheng Chen.Maximin separation probability clustering.The AAAI Conference on Artificial Intelligence (AAAI),2015,Austin,USA.

23.Gao Huang,Shiji Song,Zhixiang Xu,Kilian Weinberger and Cheng Wu.Transductive minimax probability machine.European Conference on Machine Learning (ECML),2014,Nancy,France.

24.Zhixiang Xu,Gao Huang,Kilian Weinberger,Alice Zheng.Gradient Boosted Feature Selection.ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD),2014,New York,NY,USA.

25.Zhixiang Xu,Matt Kusner,Gao Huang and Kilian Weinberger.Anytime representation learning.International Conference on Machine Learning (ICML),2013,Atlanta GA,USA.

主要期刊論文

1.Yulin Wang,Gao Huang,Shiji Song,Xuran Pan,Yitong Xia,Cheng Wu.Regularizing deep networks with semantic data augmentation,IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI),2021 (Accepted)

2.Wenjie Shi,Gao Huang,Shiji Song,Zhuoyuan Wang,Tingyu Lin,Cheng Wu.Self-Supervised Discovering of Interpretable Features for Reinforcement Learning,IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI),2020 (Accepted)

3.Gao Huang,Zhuang Liu,Geoff Pleiss,Laurens van der Maaten and Kilian Weinberger.Convolutional Networks with Dense Connectivity,IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI),2019 (Accepted).

4.Shuang Li,Chi Harold Liu and Gao Huang.Deep Residual Correction Network for Partial Domain Adaptation,IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI),2019 (Accepted).

5.Hangkai Hu,Shiji Song,Gao Huang.Self-Attention Based Temporary Curiosity in Reinforcement Learning Exploration,IEEE Transactions on Systems,Man,and Cybernetics: Systems,2019 (In Press).

6.Le Yang,Shiji Song,Shuang Li,Yiming Chen,Gao Huang.Graph Embedding-Base Dimension Reduction With Extreme Learning Machine,IEEE Transactions on Systems,Man,and Cybernetics: Systems,2019 (In press).

7.Benben Jiang,Zhifeng Guo,Qunxiong Zhu and Gao Huang.Dynamic minimax probability machine-based approach for fault diagnosis using pairwise discriminate analysis,IEEE Transactions on Control Systems Technology,27(2),pp.806-813,2019.

8.Shuang Li,Shiji Song,Gao Huang,Zhengming Ding and Cheng Wu.Domain invariant and class discriminative feature learning for visual domain adaptation.IEEE Transactions on Image Processing,27(9),pp.4260-4273,2018.

9.Shuang Li,Shiji Song,Gao Huang,Cheng Wu,“Cross-Domain Extreme Learning Machine for Domain Adaptation”,IEEE Transactions on Systems,Man,Cybernetics : Systems,2018.

10.Shiji Song,Yanshang Gong,Yuli Zhang,Gao Huang and Guangbin Huang.Dimension Reduction by Minimum Error Minimax Probability Machine.IEEE Transactions on Systems,Man,and Cybernetics: Systems,47(1),pp.58-69,2016.

11.Shuang Li,Shiji Song and Gao Huang.Prediction reweighting for domain adaptation.IEEE Transactions on Neural Networks and Learning Systems,2016.

12.Gao Huang,Shiji Song,Jatinder Gupta and Cheng Wu.Semi-supervised and unsupervised extreme learning machines.IEEE Transactions on Cybernetics,44 (12),pp.2405-2417,2014.

13.Gao Huang,Shiji Song,Jatinder Gupta and Cheng Wu.A second order cone programming approach for semi-supervised learning.Pattern Recognition,46(12),pp.3548-3558,2013.

14.Gao Huang,Shiji Song,Cheng Wu and Keyou You.Robust support vector regression for uncertain input and output data,IEEE Transactions on Neural Networks and Learning System,23 (11),pp.1690-1700,2012.

15.Gao Huang,Shiji Song and Cheng Wu.Orthogonal least squares algorithm for training cascade neural networks.IEEE Transactions on Circuits and Systems I: Regular Papers,59 (11),pp.2629-2637,2012.

榮譽表彰

2015年，清華大學優秀博士論文一等獎

2015年，清華大學優秀畢業生

2016年，中國自動化學會優秀博士學位論文獎

2016年，全國百篇最具影響國際學術論文

2017年，CVPR最佳論文獎

2018年，世界人工智能大會Super AI Leader（SAIL）先鋒獎

2018年，中國人工智能學會自然科學一等獎

2019年，吳文俊人工智能優秀青年獎

2020年，國家優秀青年科學基金獲得者

2020年，達摩院青橙獎

社會任職

中國人工智能學會模式識别專委會委員

中國圖象圖形學學會機器視覺專委會委員

CVPR Area Chair（2021）

IJCAI Senior Program Committee Member（2021）

AAAI Senior Program Committee Member（2018，2020）

擔任NeurIPS，ICML，CVPR，ICCV，ECCV，ICLR，AAAI等國際學術會議和JMLR，TPAMI，TIP，TNNLS等國際期刊審稿人