师资力量
吴垠鋆

wugj.jpg

吴垠鋆

职称：助理教授

研究所：数据科学与工程研究所

研究领域：数据库，数据科学，人工智能

电子邮件：wuyinjun@pku.edu.cn

个人主页：https://wuyinjun-1993.github.io/


主要研究方向

数据科学和机器学习中的数据管理问题，基于大模型的多模态数据的检索与管理，数据库智能化问题，人工智能中的可解释性问题


博士研究论文“Towards the Efficient Use of Fine-Grained Provenance in Data Science Applications”获得宾夕法尼亚大学计算机系最佳博士论文奖。


在国际计算机顶级会议和期刊上发表20余篇论文，包括：

数据库顶级会议SIGMOD （CCF-A）,VLDB (CCF-A)，人工智能顶级会议ICML（CCF-A），AAAI（CCF-A）


主要学术任职

在多个CCF-A类期刊和会议上担任审稿人，包括：

ACM SIGMOD (CCF-A)

VLDB Journal (CCF-A)

ICDE (CCF-A)

Neurips (CCF-A)

AAAI (CCF-A)

EDBT (CCF-B)



Selected Publications

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

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

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

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

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

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

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

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

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

    • Automating data citation in CiteDB (VLDB 2017)