上一篇 郑书新
周泽浩 下一篇
周旷奇
北京中关村学院导师
周旷奇，博士毕业于新加坡国立大学电子计算机工程系。主要从事科学智能、强化学习方面的研究。曾主持或参与多个科学智能相关的落地应用和开源项目，在ICML等机器学习顶级会议上发表多篇论文，具有丰富的学术研究和应用算法研究经验。
个人主页链接：https://scholar.google.com/citations?user=VMfWnsUAAAAJ&hl=en
个人主页链接：https://scholar.google.com/citations?user=VMfWnsUAAAAJ&hl=en
I. 研究方向
1. 科学智能 (AI for Science)
2. 强化学习
3. 不确定性量化
II. 教育经历
2018.08 - 2022.11，新加坡国立大学，博士（电子计算机工程）
2014.09 - 2018.06，中国科学技术大学，学士（电子信息工程）
III. 工作经历
2022.07 - 2025.04，字节跳动 Seed AI-for-Science研究员
IV. 代表性学术论文
Zhou, K.*, Dong, Y.*, Wang, K., Lee, W. S., Hooi, B., Xu, H., & Feng, J. (2021, October). Understanding and resolving performance degradation in deep graph convolutional networks. In Proceedings of the 30th ACM international conference on information & knowledge management (pp. 2728-2737).
ByteDance AML AI4Science Team. Protenix-advancing structure prediction through a comprehensive AlphaFold3 reproduction. BioRxiv, 2025-01.
Wang, K.*, Zhou, K.*, Feng, J., Hooi, B., & Wang, X. (2022). Reachability-aware laplacian representation in reinforcement learning. Proceedings of the 40th International Conference on Machine Learning, PMLR 202:36670-36693, 2023.
Wang, K.*, Zhou, K.*, Feng, J., Hooi, B., & Wang, X. (2023, July). Reachability-Aware Laplacian Representation in Reinforcement Learning. In International Conference on Machine Learning (pp. 36670-36693). PMLR.
V. 行业贡献
参与开发开源蛋白质结构预测工具Protenix (https://github.com/bytedance/Protenix).