机器学习与自然语言处理学术合作

某中心与霍华德大学宣布建立学术合作关系，该合作将依托工程学院与建筑学院开展。合作内容包括资助教师研究项目，初期重点聚焦机器学习与自然语言处理领域。

通过这项合作，教师与学生将共同推动人工智能、机器学习、自然语言处理、电子商务及机器人技术领域的进步。尤为重要的是，在霍华德大学接受这些领域培训的少数族裔学生将成为未来创新者，创建技术驱动型企业并促进工程与计算机科学人才的多元化。

作为资助计划的重要组成部分，教师将被分配某中心研究联络人，这些联络人是在项目期间与受资助者保持定期联系的技术领域专家。他们负责跟踪项目进展，并作为与某中心科学社区的桥梁。

去年10月，某中心官员访问霍华德大学校园，以进一步加强与霍华德教师的研究合作关系。访问包括为研究生举办某中心科学实习信息会议，以及由某中心科学家参与的小组讨论。晚间还举办了社区参与晚宴，邀请工程学院与建筑学院教师、研究联络人和某中心科学家参加。

此次合作建立在某中心与霍华德大学现有关系基础上，包括与某中心影业持续合作"通过为黑人及其他少数族裔学生创建通道实现娱乐产业多元化"，以及由某机构云服务赞助的10周夏季实习计划，该计划使霍华德大学本科生能够同时学习云计算基础课程并在某机构云服务进行应用实习。

以下是资助研究项目及受资助教师信息：

"利用深度学习检测和预测药物不良反应"
由电气工程与计算机科学讲师Saurav Keshari Aryal和计算机科学教授Legand L. Burge III共同开展。临床记录包含关于患者健康状况、临床结果和安全问题的丰富信息。自由文本叙述的灵活性使医生能够记录超出标准化数据字段范围的复杂细节。研究提出基于深度学习的方法，整合传统自然语言处理技术和深度序列学习，从临床记录中提取药物不良事件发生情况。

"通过建模家庭级在线购物需求开发混合推荐系统"
由土木与环境工程助理教授Md Sami Hasnine开展。研究旨在开发一系列先进计量经济学模型来估计家庭级在线购物需求，随后通过机器学习模型改进推荐系统，使消费者无需在订购前搜索每个商品。系统将根据家庭通常具有的重复性日常、每周或每月在线购物需求，生成可定期审查的购物清单，从而显著节省消费者浏览时间。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
公众号二维码