Deng Pan
更新-260416 | 发布-260416
基本信息
- 高校：圣母大学（University of Notre Dame）（美国）
- 院系：Lucy Family Institute for Data & Society
- 职称：博士后
- 性别：男
- 研究领域：人工智能/可解释机器学习/对抗鲁棒性/负责任AI/大语言模型可解释性/公平性机器学习
- 博士毕业院校：韦恩州立大学
- 本科毕业院校：
个人研究情况
Deng Pan是圣母大学Lucy家庭数据与社会研究所的博士后研究员，合作导师为Nuno Moniz（Lucy研究所副研究教授、圣母大学-IBM技术伦理实验室主任）。他于2022年在韦恩州立大学获得计算机科学博士学位，博士期间师从Dongxiao Zhu教授，研究方向为可解释机器学习与对抗鲁棒性。他的研究工作聚焦于开发既强大又透明的机器学习模型，使复杂决策过程可理解。在加入圣母大学之前，他曾在蚂蚁集团（AntGroup Inc.）担任应用科学家，将专业知识应用于解决实际挑战。他在可解释AI领域做出了多项技术贡献，提出了对抗梯度积分（AGI）、负通量聚合（NeFLAG）、AttCAT等特征归因方法，相关论文发表于IJCAI、AAAI、NeurIPS等顶级会议。他的研究成果累计被引用49次（以AGI论文为例）。
学术影响力
- 谷歌学术引用：380
- H指数：6
整体评价
C
备注
无