姓名：陈键飞

职称：副教授

邮箱：jianfeic@mail.tsinghua.edu.cn

主页：https://ml.cs.tsinghua.edu.cn/~jianfei/

教育背景：

工学学士（计算机），我院，中国，2014

工学博士（计算机），我院，中国，2019

社会兼职：

2022，AAAI领域主席

2021-今，中国人工智能学会机器学习专委会通讯委员

研究领域：

机器学习，深度学习，贝叶斯方法

研究概况：

研究工作专注于深度学习的高效算法、基础理论。针对深度学习算法计算量大、收敛速度慢、内存消耗高的问题，针对具体问题提出了若干有理论保证的高效算法：（1）基于随机量化的快速、省内存神经网络训练算法；（2）基于随机采样和方差缩减的高效机器学习算法；（3）深度生成模型的高效算法；（4）主题模型的高效算法和大规模训练系统。研究成果作为ActNN、WarpLDA、ZhuSuan等开源软件发布。上述成果已连续多年在机器学习顶级国际会议NeurIPS、ICML、ICLR等发表论文20余篇。研究工作得到自然科学基金青年基金支持。

奖励与荣誉：

中国计算机学会优秀博士学位论文奖（2019）

122cc太阳集成游戏水木学者（2019）

学术成果：

[1] Jianfei Chen*, Lianmin Zheng*, Zhewei Yao, Dequan Wang, Ion Stoica, Michael W. Mahoney, and Joseph E. Gonzalez. “ActNN: Reducing Training Memory Footprint via 2-Bit Activation Compressed Training”. In ICML. 2021.

[2] Jianfei Chen, Gai Yu, Zhewei Yao, Michael W. Mahoney, Joseph E. Gonzalez. “A Statistical Framework for Low-bitwidth Training of Deep Neural Networks”. In NeurIPS. 2020.

[3] Jianfei Chen, Cheng Lu, Biqi Chenli, Jun Zhu, Tian Tian. “VFlow: More Expressive Generative Flows with Variational Data Augmentation”. In ICML. 2020.

[4] Jianfei Chen, Jun Zhu, Yee Whye Teh, Tong Zhang. “Stochastic Expectation Maximization with Variance Reduction.” In NIPS. 2018.

[5] Jianfei Chen, Jun Zhu, Le Song. "Stochastic training of graph convolutional networks with variance reduction." In ICML. 2018.

[6] Jianfei Chen, Jun Zhu, Jie Lu, Shixia Liu. "Scalable Inference for Nested Chinese Restaurant Process Topic Models." In VLDB. 2018.

[7] Kaiwei Li, Jianfei Chen, Wenguang Chen, Jun Zhu. “SaberLDA: Sparsity-Aware Learning of Topic Models on GPUs.” In ASPLOS. 2017.

[8] Jianfei Chen, Chongxuan Li, Jun Zhu, Bo Zhang. "Population matching discrepancy and applications in deep learning." In NeurIPS. 2017.

[9] Jianfei Chen, Kaiwei Li, Jun Zhu, Wenguang Chen. “WarpLDA: a Cache Efficient O (1) Algorithm for Latent Dirichlet Allocation.” In VLDB. 2016.

[10] Jianfei Chen, Xun Zheng, Zi Wang, Jun Zhu, Bo Zhang. “Scalable Inference for Logistic-Normal Topic Models.” In NIPS. 2013.