项目介绍
Dr. Ying 现任耶鲁大学 (Yale) 计算机科学系助理教授， 其研究聚焦于图神经网络算法、几何嵌入与可解释模型。他是多项被广泛应用的GNN算法(如GraphSAGE、PinSAGE和GNNExplainer)的提出者，并在物理模拟、社交网络、知识图谱与生物领域推动了图学习的多种应用。他曾在Pinterest主导开发了首个十亿规模的图嵌入服务，并在亚马逊设计了基于图的异常检测算法。
教育背景方面， 他于斯坦福大学 (Stanford) 获得计算机科学博士学位，师从 Jure Leskovec 教授，博士论文专注于表达力强、可扩展且可解释的图神经网络，相关成果已在GitHub开源。
此前，他于2016年以最高荣誉毕业于杜克大学 (Duke) ，主修计算机科学与数学。所属院系：耶鲁大学，计算机科学系
项目时长：4 年申请要求和方式
申请要求：·以前的研究领域属于机器学习的广泛范畴；·在顶级机器学习和数据挖掘会议(如NeurIPS、ICML、ICLR、KDD、WebConf等)上发表论文者优先。
申请方式：按照导师要求，向导师发送邮件和证明材料。经过双向选择后，向院校递交申请。
