師資隊伍

個人主頁： https://wuyinjun-1993.github.io/

主要研究方向

機器學習中的數據管理問題，人工智能與數據庫系統的融合，人工智能中的可解釋性問題

博士研究論文“Towards the Efficient Use of Fine-Grained Provenance in Data Science Applications”獲得賓夕法尼亞大學計算機系最佳博士論文獎。

在國際計算機會議和期刊上發表20餘篇論文，包括：

數據庫頂級會議SIGMOD （CCF-A, 2篇）,VLDB (CCF-A, 3篇)，系統頂級會議OOPSLA（CCF-A，1篇），人工智能頂級會議ICML（CCF-A, 2篇），AAAI（CCF-A,2篇）

主要學術任職

• 在多個CCF-A類期刊和會議上擔任審稿人，包括：

• ACM SIGMOD (CCF-A)

• VLDB Journal (CCF-A)

• ICDE (CCF-A)

• Neurips (CCF-A)

• AAAI (CCF-A)

• EDBT (CCF-B)

Selected Publications

1. TorchQL: A Programming Framework for Integrity Constraints in Machine Learning (OOPSLA 2024)

2. Do Machine Learning Models Learn Statistical Rules Inferred from Data? (ICML 2023)

3. Learning to Select Pivotal samples for Meta Re-weighting (AAAI 2023)

4. Chef: a cheap and fast pipeline for iteratively cleaning label uncertainties (VLDB 2021)

5. Dynamic Gaussian Mixture based Deep Generative Model For Robust Forecasting on Sparse Multivariate Time Series (AAAI 2021)

6. Deltagrad: Rapid retraining of machine learning models (ICML 2020)

7. PrIU: A provenance-based approach for incrementally updating regression models (SIGMOD 2020)

8. ProvCite: A Provenance-based Citation System (VLDB 2019)

9. Data Citation: Giving Credit where Credit is Due (SIGMOD 2018)

10. Automating data citation in CiteDB (VLDB 2017)