朱文武

来自集智百科
跳转到: 导航搜索
朱文武.jpg

目录

基本信息

个人简介

朱文武,清华大学计算机系副主任、信息科学与技术国家研究中心副主任,大数据算法与分析国家工程实验室副主任,清华大学大数据研究中心副主任。国家973项目首席科学家,国家基金委重大项目负责人,AAAS Fellow、IEEE Fellow、SPIE Fellow,欧洲科学院外籍院士。 曾任微软亚洲研究院主任研究员,英特尔中国研究院首席科学家与总监,及美国贝尔实验室研究员等职。主要从事多媒体大数据计算、网络多媒体计算、跨媒体智能等研究工作。现担任IEEE Transactions on Multimedia主编。

个人经历

朱文武博士现任清华大学计算机系教授、国家特聘专家。曾任微软亚洲洲研究院主任研究员,英特尔中国研究院首席科学家兼总监,及美国贝尔实验室研究员等职。

朱博士是美国电气电子工程师学会会士 (IEEE Fellow)及美国计算机协会杰出科学家(ACM Distinguished Scientist),现主要从事多媒体通信与网络研究,包括多媒体云计算、社会化媒体计算、无线多媒体通信等。他在多媒体计算、通信与网络等研究领域发表国际论文300余篇,拥有国际专利发明50余项。(曾)任IEEE多个期刊的客座主编(Guest Editor)和编委(Associate Editor),如IEEE 学报 (Proceedings of the IEEE)、IEEE通信学报 (IEEE Journal of Selected Areas on Communications)、IEEE电路及系统视频期刊 (IEEE Transitions on Circuits and Systems for Video Technology)的客座主编;IEEE移动计算期刊 (IEEE Transactions on Mobile Computing)、IEEE多媒体期刊 (IEEE Transactions on Multimedia)、IEEE电路及系统视频期刊 (IEEE Transitions on Circuits and Systems for Video Technology)的编委。2012年获ACM Multimedia最佳论文奖, 2001年获IEEE电路及系统视频期刊(IEEE Transitions on Circuits and Systems for Video Technology)最佳论文奖,及其它3个国际最佳论文奖。

朱博士曾任IEEE电路及系统学会视频信号处理和通信技术委员会主席、IEEE移动计算期刊执行委员会 (Steering Committee) 委员,现任IEEE电路系统学会北京分会主席,International Journal of Handheld Computing Research顾问委员会 (Advisory Board) 委员,及在中国举行的IEEE ISCAS 2013 程序委员会主席。(曾)担任香港科技大学、清华大学、上海交通大学、南京大学等兼职或客座教授。

教育经历

  • 1985年 毕业于国防科技大学电子工程系并获得学士学位
  • 1988-1990年 就读于中国科技大学研究生院/中国科学院研究生院及中国科学院电子学研究所
  • 1993年 获美国伊利诺斯理工大学电气和计算机工程硕士学位
  • 1996年 获美国纽约大学理工学院 (Polytechnic Institute of New York University)电气和计算机工程博士学位

工作经历

  • 1996年至1999年任美国贝尔实验室研究员
  • 1999年至2004年及分别任微软亚洲研究院主任研究员、所长
  • 2004年至2008年任英特尔中国研究院首席科学家、总监
  • 2008年至2011年 微软亚洲研究院高级资深研究员、首席架构师

主要荣誉

  • 曾7次获ACM及IEEE等国际最佳论文奖, 包括2012年ACM Multimedia(唯一)最佳论文奖, 2001年IEEE Transitions on Circuits and Systems for Video Technology (唯一)最佳论文奖
  • 2012年度国家自然科学二等奖(排名第2 )
  • 2015年度中国电子学会自然科学一等奖(排名第1)
  • 2017年度教育部自然科学一等奖(排名第1)
  • 2018年度国家自然科学二等奖(排名第1)

学术背景

现主要从事多媒体大数据计算、网络多媒体计算、跨媒体智能等研究工作。在上述研究领域发表高水平国际论文300余篇,拥有国际专利50余项 。现担任IEEE Transactions on Multimedia主编。(曾)担任IEEE多个期刊的客座主编(Guest Editor)、领域主编(Leading Editor)及编委/副主编(Associate Editor) ,如Proceedings of the IEEE, IEEE Journal Selected Areas on Communications, IEEE Transactions on Mobile Computing, IEEE Transactions on Big Data,IEEE Transactions on Circuits and Systems for Video Technology,《计算机科学技术学报:英文版》计算机网络与分布式计算领域主编 。

研究领域

多媒体通信与网络研究,包括多媒体云计算、社会化媒体计算、无线多媒体通信

专著

  • Zhi Wang, Wenwu Zhu, Shiqiang Yang, Online Social Media Content Delivery - A Data-Driven Approach, Springer, 2018.

这本书解释了如何使用数据驱动的方法来设计社交媒体内容交付策略。它首先向读者介绍如何有效地收集社会信息进行大数据分析,从而提供内容交付智能。其次,本书描述了数据驱动的模型,以捕捉在线社交网络中的信息扩散和社交媒体内容的传播和流行,然后介绍了社交媒体内容交付的预测模型。通过解决社会媒体内容交付的资源分配和内容复制方面的问题,本书提出了最新的数据驱动策略。最后,它概述了一些关于社交媒体内容交付的潜在研究方向。

  • Zhi Wang, Jiangchuan Liu and Wenwu Zhu, "Social Video Content Delivery", Springer, 2016.

这本书先介绍了社会意识视频传播的挑战,然后,提出了一个社会意识视频传播的主要框架,并全面概述了可能的方法,此外,确定了社交感知视频访问和社交内容传播的独特特性,并详细揭示了旨在增强社交网络环境中的用户体验的各个模块的设计与集成,最后,提出了今后的研究方向和讨论。

  • Y. He, L. Guan, and W. Zhu (Authors), Optimal Resource Allocation for Distributed Video and Multimedia Communications, CRC Press, 2014.

这本书探讨了在因特网上分配视频和多媒体通信的最佳资源分配技术。无线蜂窝网络、无线自组网和无线传感器,共由6章组成。

更多信息请点击链接了解。

论文/期刊

  1. Yitian Yuan, Tao Mei, Peng Cui, Wenwu Zhu: Video Summarization by Learning Deep Side Semantic Embedding. IEEE Trans. Circuits Syst. Video Techn. 29(1): 226-237 (2019)
  2. Chao Wu, Lan Zhang, Qiushi Li, Ziyan Fu, Wenwu Zhu, Yaoxue Zhang: Enabling Flexible Resource Allocation in Mobile Deep Learning Systems. IEEE Trans. Parallel Distrib. Syst. 30(2): 346-360 (2019)
  3. Yuwu Lu, Chun Yuan, Wenwu Zhu, Xuelong Li: Structurally Incoherent Low-Rank Nonnegative Matrix Factorization for Image Classification. IEEE Trans. Image Processing 27(11): 5248-5260 (2018)
  4. Chengxi Zang, Peng Cui, Christos Faloutsos, Wenwu Zhu: On Power Law Growth of Social Networks. IEEE Trans. Knowl. Data Eng. 30(9): 1727-1740 (2018)
  5. Dingyuan Zhu, Peng Cui, Ziwei Zhang, Jian Pei, Wenwu Zhu: High-Order Proximity Preserved Embedding for Dynamic Networks. IEEE Trans. Knowl. Data Eng. 30(11): 2134-2144 (2018)
  6. Peng Cui, Shaowei Liu, Wenwu Zhu: General Knowledge Embedded Image Representation Learning. IEEE Trans. Multimedia 20(1): 198-207 (2018)
  7. Chao Wu, Bowen Yang, Wenwu Zhu, Yaoxue Zhang: Toward High Mobile GPU Performance Through Collaborative Workload Offloading. IEEE Trans. Parallel Distrib. Syst. 29(2): 435-449 (2018)

这里展示部分论文,更多信息请点击链接了解。


个人工具
名字空间
操作
导航
工具箱