基本信息

钱步月

副教授   博士生导师

联系方式

电话: 13519129398

Email: qianbuyue@xjtu.edu.cn

电信学院,计算机系

西安交通大学

西安, 710049, 中国

荣誉称号

西安交通大学“青年拔尖人才”计划 - 2015 年

IBM 最高级成就奖 (Level A Accomplish Award) -2014年

IBM 杰出研究奖 -2013 年

SIAM Data Mining 最佳研究论文奖银奖- 2013年

Yahoo!研究奖 – 交互式机器学习排序算法-2012年

加州戴维斯大学青年学者研究奖  -2009年

个人简介

        钱步月,1984年9月生,博士,副教授,博士生导师。现就职于西安交通大学,电信学院计算机系。于2013年5月获得美国加州戴维斯大学计算机科学博士学位。在此之前,分别于2009年获得美国哥伦比亚大学电子工程硕士学 位,2007年获得西安交通大学信息工程学士学位。对数据挖掘和机器学习有广泛的兴趣,专长于主动学习、基于机器学习的排序、半监督学习、基于哈希算法的大规模数据学习。

教育经历

计算机科学博士,美国加州大学 戴维斯分校,2009 – 2013.

博士生导师: Ian Davidson. 毕业论文: New Methods for Transfer and Active Learning.

电子工程学硕士,美国哥伦比亚大学,2007 – 2009.

信息工程学士,西安交通大学,2003–2007.

工作经历

IBM沃森研究中心, Watson Team  2013.01 – 2015.07  职位:研究员  工作地点:Yorktown Heights, 纽约州
研究内容:研究、开发针对医疗数据分析和精准医疗的智能算法及解决方案。
IBM沃森研究中心, Smarter Commerce Solutions and Platforms  2012.05 – 2012.10  职位:实习研究员  工作地点:Yorktown Heights, 纽约州
研究内容:研究、开发服务于智慧城市和智慧交通的智能算法及解决方案。
雅虎研究院, 搜索引擎组  2011.09 – 2011.12  职位:实习研究员  工作地点:Sunnyvale, 加州
研究内容:研究、开发新一代个性化、交互式检索排序算法及搜索引擎。

主要科研项目

国家自然科学基金面上项目– 基于多模态医疗数据的病人相似度建模与学习 2017.01 – 2020.12

国家重点研发计划– 大数据知识工程基础理论及其应用研究 2016 – 2020

国家重点研发计划– 大数据存储的可靠性与持久性 2016 – 2020

中国工程院项目– 国际工程科技知识中心–丝路专业知识服务系统 2016 – 2019

百度科研项目– 基于大数据的药品不良反应监测 2016.03 – 2017.03

百度科研项目– 智能化医疗临床路径的研究和系统原型开发 2016.08 – 2017.08

西安交通大学第一附属医院项目– 医疗大数据预研项目 2016.06 – 2016.12

IBM 研究项目– AIMM 电电电商供应链优化 2014.01 – 2015.06
IBM 研究项目– 基于电子病历的病人相似度检索 2013.07 – 2015.06
IBM 研究项目– iPro 盘中(非批处理结算)预测性操作 2013.06 – 2014.04

Yahoo! 研究项目 – 新一代排序检索算法 2012.10 – 2013.09
IBM 研究项目– 基于传感器的铁路网络故障预测 2012.06 – 2012.09
IBM 研究项目– 智慧城市 2012.06 – 2012.09
NIH 美国国家卫生研究院项目– 老年痴呆症的预测 2011.09 – 2013.03
ONR 美国海军科研基金项目– 主动式迁移学习 2010 – 2013
Google 研究项目– 图像重排序 2010.03 – 2010.06
ONR 美国海军科研基金项目– 真实事件网络中对抗型行为的自动解释与预测 2009 – 2011
NSF 美国自然科学基金项目– 基于图的约束谱聚类 2009 – 2011

 

代表性学术文章

 会议文章
1. Zihao Zhu, Changchang Yin, Buyue Qian, Yu Cheng, Jishang Wei. Measuring Patient Similarities via A Deep Architecture with Medical Concept Embedding. IEEE International Conference on Data Mining (ICDM) 2016, to appear. (接收率: 8.5%,中国计算机学会B类国际学术会议)

2. Mengting Zhan, Shilei Cao, Buyue Qian, Shiyu Cheng, Jishang Wei. Low-Rank Sparse Feature Selection for Patient Similarity Learning. IEEE International Conference on Data Mining (ICDM) 2016, to appear. (接收率:19.6%,中国计算机学会B类国际学术会议)

3. Buyue Qian, Xiang Wang, Ian Davidson. Propagating Ranking Functions on a Graph: Algorithms and Applications. In Proceedings of the 29th AAAI Conference on Artificial Intelligence (AAAI 2015), pp. 1833-1839. (接收率:531/1991 = 26.67%,中国计算机学会A类国际学术会议)

4. Fei Wang, Ping Zhang, Buyue Qian, Xiang Wang, Ian Davidson. Clinical Risk Prediction with Multilinear Sparse Logistic Regression. In Proceedings of the 20th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (KDD 2014), pp. 145-154. (接收率: 151/1036 = 14.6%,中国计算 机学会A类国际学术会议)

5. Xiang Wang, Jun Wang, Buyue Qian, Fei Wang, Ian Davidson. Self-taught spectral clustering via constraint augmentation. In Proceedings of the 14th SIAM International Conference on Data Mining (SDM 2014), pp. 416-424. (中国计算机学会B类国际学术会议)
6. BuyueQian, XiangWang, JunWang, HongfeiLi, NanCao, WeifengZhi, Ian Davidson. Fast Pairwise Query Selection for Large-Scale Active Learning to Rank. IEEE International Conference on Data Mining (ICDM) 2013, pp. 607-616. (接收率: 94/809 = 11.6%,中国计算机学会B类国际学术会议)

7. Xiang Wang, Fei Wang, Jun Wang, Buyue Qian, Jianying Hu. Exploring Patient Risk Groups with Incomplete Knowledge. IEEE International Conference on Data Mining (ICDM) 2013, pp. 1223-1228. (接收率: 159/809 = 19.7%,中国计算机学会B类国际学术会议)

8. SeanGilpin, BuyueQian, IanDavidson. EfficientHierarchicalClusteringofLargeHighDimensional Datasets. ACM Conference of Information and Knowledge Management (CIKM) 2013, pp. 13711380. (接收率: 143/848 = 16.9%,中国计算机学会B类国际学术会议)

9. Buyue Qian, Xiang Wang, Fei Wang, Hongfei Li, Jieping Ye, Ian Davidson. Active Learning from Relative Queries. In Proceedings of the 23rd International Joint Conference on Artificial Intelligence (IJCAI 2013), pp. 1614–1620. (接收率: 413/1473 = 28.0%,中国计算机学会A类国际学术会议)

10. Weifeng Zhi, Xiang Wang, Buyue Qian, Patrick Butler, Naren Ramakrishnan, Ian Davidson. Clustering with Complex Constraints - Algorithms and Applications. In Proceedings of the 27th AAAI Conference on Artificial Intelligence (AAAI 2013), pp. 1056–1062. (接收率: 203/690 = 29.4%,中国计算 机学会A类国际学术会议)

11. Buyue Qian, Hongfei Li, Jun Wang, Xiang Wang, Ian Davidson. Active Learning to Rank using Pairwise Supervision. In Proceedings of the 13th SIAM International Conference on Data Mining (SDM 2013), pp. 297–305. (接收率: 89/348 = 25.6%,中国计算机学会B类国际学术会议)

12. Xiang Wang, Buyue Qian, Jieping Ye, Ian Davidson. Multi-objective multi-view spectral clustering via Pareto optimization. In Proceedings of the 13th SIAM International Conference on Data Mining (SDM 2013),pp. 234–242. (接收率: 89/348 = 25.6%,中国计算机学会B类国际学术会议) 最佳研究论文奖银奖.

13. Hongfei Li, Buyue Qian, Dhaivat Parikh, Arun Hampapur. Alarm Prediction in Large-Scale Sensor Networks - A Case Study in Railroad. In Proceedings of the 2013 IEEE International Conference on Big Data (BigData Conference 2013), pp. 7–14.

14. Xiang Wang, Buyue Qian, Ian Davidson. Labels vs. pairwise constraints: a unified view of label propagation and constrained spectral clustering. In Proceedings of the 12th IEEE International Conference on Data Mining (ICDM 2012), pp. 1146–1151. (接收率: 151/756 = 19.9%,中国计算机学会B类国 际学术会议)

15. Xiang Wang, Buyue Qian, Ian Davidson. Improving document clustering using automated machine translation. In Proceedings of the 21st ACM International Conference on Information and Knowledge Management (CIKM 2012), pp.645–653. (接收率: 146/1088 = 13.4%,中国计算机学会B类国际学术会议)

16. Buyue Qian, Ian Davidson. Semi-Supervised Dimension Reduction for Multi-label Classification. In Proceedings of the 24th AAAI Conference on Artificial Intelligence (AAAI 2010), pp. 569–574. (接收率: 264/982 = 26.9%,中国计算机学会A类国际学术会议)

17. Wei Liu, Buyue Qian, Jingyu Cui, Jianzhuang Liu. Spectral Kernel Learning for Semi-Supervised Classification. In Proceedings of the 21st International Joint Conference on Artificial Intelligence (IJCAI 2009), pp. 1150–1155. (接收率: 331/1290 = 25.7%,中国计算机学会A类国际学术会议)
期刊文章
18. Ziqi Liu, Qinghua Zheng, Fei Wang, Buyue Qian. Nonparametric Models for Characterizing the Topical Communities in Social Network. Neurocomputing , 216(12): 439-450 (2016). (中国计算机学 会C类国际学术刊物)
19. Lingyun Song, Minnan Luo, Jun Liu, Lingling Zhang, Buyue Qian, Max Haifei Li, Qinghua Zheng. Sparse Multi-Modal Topical Coding for Image Annotation. Neurocomputing , 214(11): 162-174 (2016). (中国计算机学会C类国际学术刊物)

20. Buyue Qian, Xiang Wang, Nan Cao, Yu-Gang Jiang, and Ian Davidson. Learning Multiple Relative Attributes with Humans in The Loop. IEEE Transactions on Image Processing (TIP), 23(12): 5573-5585 (2014). (中国计算机学会A类国际学术刊物,中科院SCI期刊2区)

21. Buyue Qian, Xiang Wang, Nan Cao, Hongfei Li, and Yu-Gang Jiang. A relative similarity based method for interactive patient risk prediction. Data Mining and Knowledge Discovery (DMKD), 29(4): 1070-1093 (2015). (中国计算机学会B类国际学术刊物,中科院SCI期刊2区)

22. Buyue Qian, Xiang Wang, Jieping Ye, Ian Davidson. A Reconstruction Error Based Framework for Multi-label and Multi-view Learning. IEEE Transactions on Knowledge and Data Engineering (TKDE), 27(3): 594-607 (2015). (中国计算机学会A类国际学术刊物,中科院SCI期刊2区)

23. Xiang Wang, Buyue Qian, Ian Davidson. On constrained spectral clustering and its applications. Data Mining and Knowledge Discovery (DMKD), 28(1):1-30, 2014. (中国计算机学会B类国际学术刊物, 中科院SCI期刊2区)

24. Hongfei Li, Dhaivat Parikh, Qing He, Buyue Qian, Zhiguo Li, Dongping Fang, Arun Hampapur. ImprovingRailNetworkVelocity: AMachineLearningApproachToPredictiveMaintenance. Journal of Transportation Research Part C: Emerging Technologies, 45(8): 17-26 (2014).

教学经历

ECS 170:人工智能,加州戴维斯大学 2010年冬季学期

ECS 271:机器学习与发现,加州戴维斯大学 2013年冬季学期

学术评审

学术研讨会主席: ACM CIKM Workshop on Interactive Mining of Big Data, 2014.

程序委员会委员: ACM KDD, AAAI, IJCAI, IEEE ICDM, SIAM SDM, CIKM, ECML/PKDD ...

期刊评审: AI Journal, DMKD, IEEE TKDE, ACM TKDD, IEEE TMM, ACM TIST, IEEE TIP, IEEE TCBB ...

研究/开发技能

数学:线性代数;矩阵分析;概率论;凸优化;图论。

编程语言: Python, C, Objective C, C#, C++, matlab, Java, perl, JavaScript, HTML.

操作系统: Linux, Mac OS, Windows.