我校多名教授入选计算机科学和电子领域全球千强顶级科学家榜单
全球计算机研究领域的领先门户网站Guide2Research于近日公布全球前1000位计算机科学和电子领域顶级科学家排名。来自港中大（深圳）数据科学学院（SDS）、深圳市人工智能与机器人研究院（AIRS）以及深圳市大数据研究院（SRIBD）的多位教授上榜。
我校上榜的教授包括香港中文大学（深圳）副校长、加拿大皇家科学院院士、深圳市大数据研究院院长罗智泉教授，数据科学学院执行院长、AIRS副院长兼机器学习与应用研究中心主任查宏远教授，数据科学学院教授、AIRS计算机视觉研究中心主任张大鹏教授，AIRS执行院长兼普适人工智能应用研究中心主任李世鹏教授，数据科学学院丁宏强教授，AIRS国际联合研究项目负责人兼计算机视觉研究中心高级研究员Takeo Kanade教授，以及AIRS国际联合研究项目负责人Bradley Nelson教授。
此外，AIRS国际联合培养博士后项目的两位海外导师沈学民教授和Leandros Tassiulas教授也入选该名单。张大鹏教授、Takeo Kanade教授和沈学民教授更是跻身全球百强榜单。
Guide2Research网站通过多维度真实数据分析评估出极具学术影响力的顶尖计算机科学和电子领域的科学家，其中不乏机器学习大牛、深度学习大神与图灵奖得主。Guide2Research通过DBLP与Google scholar的数据，统计研究成果被引用总次数，对科学家进行h-index的分数评估，由高至低进行排序。h代表高引用次数，一名科研人员的 h 指数是指他至多有 h 篇论文分别被引用至少h次。作为一种学术水平评估新方法，h-index能很好地量化一位学者的科研质量与研究贡献。
从全球千强科学家榜单看出，亚洲上榜科学家数量在显著增长，其中约48%的上榜科学家来自中国。众多享誉全球的科学家和青年学者来到粤港澳大湾区执教，汇聚香港中文大学（深圳），也证明了中国在国际舞台上对人才的吸引力，以及不断提高的科技实力，成为科技发展的前沿阵地之一。
浏览完整榜单点击这里 或下方链接
入 榜 科 学 家 简 介
罗智泉
副校长（学术）
校长讲座教授
深圳市大数据研究院院长
加拿大皇家科学院院士
罗智泉教授是港中大（深圳）副校长、加拿大皇家科学院院士、国际电气与电子工程师学会会士、美国工业与应用数学学会会士、深圳市大数据研究院院长、香港中文大学（深圳）- 腾讯 AI Lab 机器智能联合实验室主任。
罗智泉教授于1984年在北京大学数学系获学士学位。同年，他经美国数学学会以及美国工业与应用数学学会联合选拔（又称陈省身项目），获赴美攻读博士资格，进入美国麻省理工学院电子工程与计算机科学系以及运筹学中心学习，并于1989年获得博士学位。1998年成为加拿大麦克马斯特大学终身教授。2000年至2003年，任加拿大麦克马斯特大学电子与计算机工程系主任以及加拿大国家科研讲席教授。2003年至2014年，任美国明尼苏达大学电子与计算机工程系终身教授以及ADC讲席教授。自2014年5月，罗智泉教授被聘为香港中文大学（深圳）副校长，主管学术和科研。自2016年3月起，罗智泉教授担任深圳市大数据研究院院长。自 2018年 6月起，罗智泉教授兼任香港中文大学（深圳）-腾讯 AI LAB 机器智能联合实验室主任。2020年9月，罗智泉教授与华为组建未来网络系统优化创新实验室，并担任实验室主任。
罗智泉教授曾荣获2010年美国运筹学和管理学研究协会（INFORMS）颁发的Farkas奖，以表彰他在最优化领域的杰出贡献。2018年，他获得 Paul Y. Tseng 连续优化纪念奖（Paul Y. Tseng Memorial Lectureship in Continuous Optimization） 。他在优化、信号处理及通信等领域的研究成果曾分别获得2004年、2009年、2011和2015年IEEE信号处理学会、2011年国际通信大会以及2011年欧洲信号处理学会的最佳论文奖。罗教授同时是电子工程师学会（IEEE）会士和美国工业与应用数学学会（SIAM）会士。2014年他当选加拿大皇家科学院院士。2016年，他入选广东省领军人才。
罗智泉教授的研究领域是大数据分析的最优化方法，信号处理中的算法设计与复杂性分析，数据通信。其研究主要集中在优化理论、算法设计以及其在信息科学中的应用。
他多次被邀请在国际重要学术会议上做大会特邀报告，他是2003年国际数学规划会议大会以及2011年IEEE决策与控制大会特邀报告人、2006年IEEE SAM Workshop的杰出演讲者、2013年IEEE SPAWC会议以及2014年IEEE通信理论国际研讨会的大会特邀报告人。他曾任IEEE信号处理学会SPCOM技术委员会主席，曾担任IEEE信号处理期刊主编以及《运筹学数学》（Mathematics of Operations Research）、《管理科学》（Management Science）和《数学规划》（Mathematical Programming）等国际著名杂志的编委。除了教学科研，罗教授还长期为国内外高科技企业以及政府研究机构提供技术咨询。
查宏远
校长讲座教授
数据科学学院执行院长
AIRS副院长
查宏远教授现为香港中文大学（深圳）校长讲座教授、数据科学学院执行院长和深圳市人工智能与机器人研究院副院长。
查教授于1984年毕业于复旦大学数学系， 并于1993年获得斯坦福大学科学计算专业博士学位。查教授于2006年至2020年任职于佐治亚理工学院计算机学院，1992年至2006年任职于宾州州立大学计算机科学与工程系。他曾于1999年至2001年任职于Inktomi 公司。他目前的研究方向是机器学习及应用。
查教授在计算机等相关领域的主流科技期刊和顶级学术会议上发表300多篇论文。据谷歌学术统计，截至2021年04月，谷歌H-index 79，总引用率超25100次。曾荣获多项重要学术奖项，如 Institute of Mathematics and Applications（IMA）授予的“莱斯利福克斯奖（Leslie Fox Prize）”二等奖（1991年），第34界ACM SIGIR国际信息检索会议（SIGIR 2011）最佳学生论文奖（指导教授）（2011年），第26届NeurIPS“最佳论文奖” (2013年)。
张大鹏
校长讲座教授
数据科学学院教授
AIRS计算机视觉研究中心主任
加拿大皇家科学院院士
张大鹏教授是香港中文大学（深圳）校长讲座教授、深圳市人工智能与机器人研究院计算机视觉研究中心主任。他是国际图像和图形学报（IJIG）以及 Springer 国际生物识别丛书（KISB）的创始人和主编，30多年来一直从事模式识别，图像处理以及生物特征识别研究，是掌纹识别、中医四诊量化及人脸美学等研究领域的开创者和领军人。
其研究成果曾多次获奖，如中韩授予的发明金奖及特殊金奖、日内瓦发明展银奖，以及香港特别行政区最高科学技术奖项“裘槎（Chroucher Foundation）优秀科研者”奖等。张教授已出版了20多部相关专著，400余篇国际期刊论文和40多项美国、日本、香港特别行政区、中国专利。2014 - 2020年，他已连续七年被 Clarivate Analytics （科睿唯安）列为“高被引科学家”。
张教授是 IEEE 计算机学会杰出演讲人、美国电气和电子工程师学会（IEEE）和国际模式识别协会（IAPR）会士。2019年，在国际计算机科学和电子学的 Top 1000 名科学家评选中，张教授以 H-Index 115 排名前 85。2020年9月，张大鹏教授凭借其在生物特征识别领域的卓越成就，当选加拿大皇家科学院院士。
李世鹏
AIRS执行院长
数据科学学院教授（客座）
国际欧亚科学院院士
李世鹏教授是深圳市人工智能与机器人研究院执行院长、香港中文大学（深圳）数据科学学院客座教授。他还是国际欧亚科学院院士和国际电机电子工程师学会会士（IEEE Fellow）。他于1999年作为创始成员加入微软亚洲研究院，曾担任副院长、首席研究员及多媒体计算组主任研究员。他于2018年加入科大讯飞，曾任集团副总裁及研究院联席院长。
李教授的研究方向为多媒体、互联网、计算机视觉、信号与图像处理、媒体内容分析、图像与视频编码、高清电视技术、多媒体在无线与网络上的通信与在线播放技术、可伸缩媒体编码技术等。
他先后于1988和1991年获得中国科学技术大学无线电系学士和硕士学位，于1996年获得美国宾州Lehigh大学的电机系博士学位。他曾任《IEEE电路与系统视频技术学报》总编辑，在多媒体、物联网及人工智能等领域极具影响力，拥有200项美国专利并发表了330多篇国际论文（H指数：76），培养出四位MIT TR35创新奖的获得者。
丁宏强
校长讲座教授
数据科学学院教授
丁宏强教授现为香港中文大学（深圳）数据科学学院校长讲座教授。此前，丁教授曾在加州理工学院、加州大学劳伦斯伯克利国家实验室和德克萨斯大学阿灵顿分校任职。丁教授曾入选中美联合培养物理类研究生计划（CUSPEA）项目并赴哥伦比亚大学深造，获得理论物理和计算机科学双博士学位。
丁教授的研究兴趣包括机器学习/数据挖掘、生物信息学、信息检索、网络链接分析和高性能计算。他与多位合作伙伴致力于研究多类蛋白质折叠预测，这是目前蛋白质三维结构预测的标准基准。丁教授团队发现主成分分析（PCA）为K-means聚类算法提供了解决方案。他们还证明了非负矩阵分解等价于K-means均值（谱聚类）。丁教授和同事将主成分分析法推广到二维奇异值分解，用于一组二维矩阵的降维。他们为集成分布式内存架构上的多组件可执行程序研发出MPH技术（软件），并被许多用于预测长期气候的先进大型模型所采用。丁教授还开发了可证明最优的原位多维数组索引重组的空位跟踪算法。
丁教授曾任职于多所院校机构，包括加州理工学院超立方体研究中心，为材料科学和计算生物学开发并行算法；美国国家航空航天局喷气推进实验室，研究气候数据同化、稀疏矩阵线性解算和并行图形划分的算法；劳伦斯伯克利国家实验室，研发高性能计算、用于气候模型的算法、应用基准测试，同时教授HPF和MPI等课程，并不断探索新领域，探索矩阵在聚类算法、指令、等级、嵌入方面的妙用，以及二分图对系统表达蛋白质相互作用网络、序列、结构域、复合体、功能模块和路径的作用。
此外，丁教授在气候数据同化并行算法和使用支持向量机进行超新星探测领域获得了四项最佳论文奖，在美国宇航局喷气推进实验室获一项团体成就奖，在劳伦斯伯克利国家实验室获两项杰出成就奖。他曾担任美国国家科学基金会的评审小组成员，以及爱尔兰、以色列国家科学基金会和香港研究资助局的研究计划评审。他还在Bioinformatics期刊、数据挖掘、机器学习和生物信息学领域的主要会议的项目委员会任职。他多次联合组织了以使用矩阵和张量进行数据挖掘为主题的年度研讨会。他的研究成果发表在《科学》(PDF)、《自然》(PDF)、美国工业与应用数学学会（SIAM）及美国国家研究委员会报告中。
Takeo Kanade
AIRS国际联合研究项目负责人
美国国家工程院院士
Takeo Kanade, the U.A. and Helen Whitaker University Professor of Robotics and Computer Science at Carnegie Mellon University, received the prestigious 2016 Kyoto Prize for Advanced Technology, Nov. 10, 2016 in Kyoto, Japan.
The international award is presented by the Inamori Foundation to individuals such as Kanade who have contributed significantly to the scientific, cultural and spiritual betterment of humankind. Kanade’s prize recognizes his pioneering contributions to computer vision and robotics.
Dr. Kanade is the U. A. and Helen Whitaker University Professor of Computer Science and Robotics and the director of Quality of Life Technology Engineering Research Center at Carnegie Mellon University. He received his Doctoral degree in Electrical Engineering from Kyoto University, Japan, in 1974. After holding a faculty position in the Department of Information Science, Kyoto University, he joined Carnegie Mellon University in 1980. He was the Director of the Robotics Institute from 1992 to 2001. He also founded the Digital Human Research Center in Tokyo and served as founding director.
Dr. Kanade works in multiple areas of robotics: computer vision, multi-media, manipulators, autonomous mobile robots, medical robotics and sensors. He has written more than 400 technical papers and reports in these areas, and holds more than 20 patents. He has been the principal investigator of more than a dozen major vision and robotics projects at Carnegie Mellon.
Dr. Kanade’s other professional honors include: election to the National Academy of Engineering, the American Academy of Arts and Sciences, a Fellow of IEEE, a Fellow of ACM, and a Fellow of American Association of Artificial Intelligence; several awards including Kyoto Prize, the Benjamin Franklin Institute Medal and Bower Prize, C&C Award, Okawa Award, ACM/AAAI Allen Newell Award, Joseph Engelberger Award, IEEE Robotics and Automation Society Pioneer Award, and ICCV Azriel Rosenfeld Lifetime Accomplishment Award.
Bradley Nelson
AIRS国际联合研究项目负责人
苏黎世联邦理工学院教授
布拉德·尼尔森教授（Brad Nelson）是卡内基·梅隆大学的机器人博士，苏黎世联邦理工学院机器人与智能系统的教授。他的研究重点是微型机器人和纳米机器人。其研究兴趣是如何制造毫米到纳米尺寸的微型智能机器。
他曾在伊利诺伊大学和明尼苏达大学学习机械工程，曾在霍尼韦尔担任计算机视觉研究员，在摩托罗拉任职软件工程师。他曾是伊利诺伊大学芝加哥分校的助理教授和明尼苏达大学的副教授。
尼尔森教授在机器人技术领域拥有30多年的经验，并因其在机器人技术，纳米技术和生物医学领域的工作而获得了许多奖项。他被《科学美国人》杂志评选为“科学美国人50强”。他的实验室是机器人世界杯联赛中不败的国际冠军，并且他的研究成果 “最先进的医用微型机器人”被列入吉尼斯世界纪录。他的研究课题组在各种国际会议和国际期刊上赢得了十多个最佳论文奖。
尼尔森教授担任北美，欧洲和亚洲许多学术部门和研究所的顾问委员会成员，并担任多个学术期刊的编辑委员会成员。他是苏黎世联邦理工学院的机械与过程工程系主任，并曾是苏黎世联邦理工学院电子显微镜中心主席和瑞士国家科学基金会研究理事会的成员。同时，他还是三家瑞士公司的董事会成员。
沈学民
AIRS国际联合培养博士后项目海外导师
滑铁卢大学教授
加拿大皇家科学院院士
中国工程院外籍院士
沈学民教授是加拿大滑铁卢大学电气与计算机工程系杰出教授，国际电气和电子工程师学会会士（2009），加拿大工程研究院院士（2011），加拿大工程院院士（2012）和加拿大皇家科学院院士（2015）。目前，他担任IEEE通信学会副主席。
沈学民于1982年获得大连海事大学电子工程学士学位，1987年及1990年分别获得美国罗格斯大学电气工程硕士及博士学位。
沈教授是通信网络领域国际著名学者，长期致力于无线通信网络，特别是车联网关键技术研究。他创新提出了车联网媒介接入理论与技术，突破了车联网安全与隐私保护关键技术，引领和推动了车联网技术发展与产业应用。他具有极高国际声誉和行业影响力，撰写专著27本，发表学术期刊论文600余篇，荣获44项国际权威期刊及顶级会议的最佳论文奖,是 Web of Science 高被引科学家，无线通信网络领域谷歌学术引用次数最高的作者之一（被引用逾 52,000 次, h 指数为 111）。
鉴于在车联网领域的开创性工作，他分别被IEEE车载技术学会、IEEE加拿大以及IEEE无线通信技术委员会授予James Evans Avant Garde Award（先锋技术奖）、R.A. Fessenden Award 创新网络协议奖和终身成就奖，并荣获多项国际学术奖励。
沈教授于2019年当选中国工程院外籍院士。沈教授担任过IEEE通信学会最高执行委员会委员和无线通信委员会主席，ACM Mobihoc，IEEE Infocom等国际顶级会议大会主席，领域主席和技术委员会主席，以及IEEE，IET，Springer等多个国际权威期刊主编。
Leandros Tassiulas
AIRS 国际联合培养博士后项目海外导师
耶鲁大学教授
Prof. Leandros Tassiulas’ research interests are in the field of computer and communication networks with emphasis on fundamental mathematical models and algorithms of complex networks, architectures and protocols of wireless systems, sensor networks, novel internet architectures and experimental platforms for network research.
His most notable contributions include the max-weight scheduling algorithm and the back-pressure network control policy, opportunistic scheduling in wireless, the maximum lifetime approach for wireless network energy management, and the consideration of joint access control and antenna transmission management in multiple antenna wireless systems.
