Dr. Yu Wang 目前是 University of Oregon 计算机与信息科学系 Assistant Professor,他将于 2026年8月1日起加入 University of Georgia School of Computing 和 Institute of AI,并领导 KIND Lab。实验室研究方向集中在 machine learning、Agentic AI / LLMs 和 graph-structured data。近年来核心方向主要集中在以下几条线:✅ Data Mining and Machine Learning围绕数据挖掘、机器学习、信息检索和知识发现,研究如何从复杂数据中抽取结构、规律和可用于决策的知识。✅ Graph Machine Learning / Graph-structured Data研究图神经网络、图表示学习、图推理、图生成、图检索和图结构数据上的机器学习方法,适合做 GNN、KG、Network Science 的同学。✅ Neural-Symbolic Learning这是非常有潜力的交叉方向,目标是把神经网络的表示学习能力和符号/结构化知识的可解释、可推理特性结合起来。✅ Agentic AI for Structured Reasoning and Decision-Making围绕 LLM Agent、结构化推理、规划和决策展开研究,重点不是简单让大模型聊天,而是让 Agent 能够利用结构化知识完成更可靠的推理和决策。✅ Structured Processing for Trustworthy Agentic AI研究如何通过结构化处理提升 Agentic AI 的可信度,包括 RAG、GraphRAG、知识过滤、结构化检索、可靠生成、隐私保护和安全性问题。通过以上重庆前途出国留学郑老师的介绍,如果您想要了解更多出国留学的相关资讯信息可以点击登录重庆新东方前途出国官网了解。如果您对于留学还有任何相关疑问,可以直接点击进行留学在线咨询,我们会有专业留学老师为您免费评估。
Dr. Yu Wang 目前是 University of Oregon 计算机与信息科学系 Assistant Professor,他将于 2026年8月1日起加入 University of Georgia School of Computing 和 Institute of AI,并领导 KIND Lab。实验室研究方向集中在 machine learning、Agentic AI / LLMs 和 graph-structured data。近年来核心方向主要集中在以下几条线:✅ Data Mining and Machine Learning围绕数据挖掘、机器学习、信息检索和知识发现,研究如何从复杂数据中抽取结构、规律和可用于决策的知识。✅ Graph Machine Learning / Graph-structured Data研究图神经网络、图表示学习、图推理、图生成、图检索和图结构数据上的机器学习方法,适合做 GNN、KG、Network Science 的同学。✅ Neural-Symbolic Learning这是非常有潜力的交叉方向,目标是把神经网络的表示学习能力和符号/结构化知识的可解释、可推理特性结合起来。✅ Agentic AI for Structured Reasoning and Decision-Making围绕 LLM Agent、结构化推理、规划和决策展开研究,重点不是简单让大模型聊天,而是让 Agent 能够利用结构化知识完成更可靠的推理和决策。✅ Structured Processing for Trustworthy Agentic AI研究如何通过结构化处理提升 Agentic AI 的可信度,包括 RAG、GraphRAG、知识过滤、结构化检索、可靠生成、隐私保护和安全性问题。通过以上重庆前途出国留学郑老师的介绍,如果您想要了解更多出国留学的相关资讯信息可以点击登录重庆新东方前途出国官网了解。如果您对于留学还有任何相关疑问,可以直接点击进行留学在线咨询,我们会有专业留学老师为您免费评估。