空间科学、数字地图、AI技术，南加大教授带你走进数据的世界！
南加大的空间科学研究所副所长Yao-Yi Chiang博士和USC数字图书馆主任Deborah Holmes-Wong与英国艾伦·图灵研究所分析地图特征和文本的先驱Katherine McDonough博士在美国国家人文基金会（National Endowment fo The Humanities，简称NEH）的支持下共同合作完成了一项科研项目。
（Yao-Yi Chiang教授，来自：USC官网）
该项研究项目主要是通过先进的机器学习和注释工具提取和标注大型历史地图集上的文本。Yao-Yi Chiang教授是该项目领域的领导者，并在该项目中用AI技术实现自动从数千张已扫描的历史地图中读取文本并使用文本。
这么优秀的教授并不是“远在天边”，而是“近在眼前”。今天科研君就为大家隆重介绍这位CIS华裔教授——Yao-Yi Chiang教授及其在CIS的课题项目。
Yao-Yi Chiang教授来自美国南加州大学（USC），是USC空间科学研究所终身教授。目前Chiang教授在CIS负责的课题为“数据挖掘中的算法和应用”。
*若你对CIS科研项目课题感兴趣，可私信科研君了解更多！
教授简介
Yao-Yi Chiang
南加州大学空间科学研究所终身教授
(1)南加州大学维特比工程学院数据科学研究所副所长
(2)AirMap首席科学家
(3)南加州大学空间计算与信息学实验室负责人
(4)计算机算法和应用程序开发人 （发现、收集、融合和分析来自不同来源的数据）
(5)数字地图处理、模式识别、地理空间信息系统(GIS)和预测分析方面的专家
(6)《地理信息系统计算机科学进展的国际》期刊前编辑
研课教育CIS：“教授”可不止一种
都说CIS的科研项目常年以优秀的教授资源著称，而很多学生家长可能对于“优秀的教授”如何去界定还不是很清晰。
首先，在绝大部分国外的教育体系中，教授是有很多种类别的。咱们以美国的体系为例，我们常常听到的“终身教授”是指：正教授、副教授、助理教授。
助理教授：通常完成博士学位后在大学中的职位是从助理教授开始的，并且有3-7年的试用期。助理教授任职几年后，个人就可以被考虑提升并且授予终身职位。
副教授：在成功收到终身职位后，助理教授就会升任为副教授。一般是在有大量学术成就记录后才被授予该职位（比如出版一本或多本书，发表大量研究文章，有外部研究支持的项目，对所在部门有优秀的教学或服务)。
正教授：一般是指在本领域已经成为了专家级别的人物。成为正教授是需要达到一定的学术要求并取得卓越的学术成就后，才可以从副教授职位提升为正教授。
好了，言归正传，回到今天的主角南加州大学的Yao-Yi Chiang教授，让我们看看他目前到底有哪些突出的学术成就呢？
1、教育背景
2007年-2010年
南加州大学计算机科学博士学位
2003年-2004年
南加州大学计算机科学理学硕士
1996年-2000年
台湾大学信息管理理学学士
2、工作经历
副教授：南加州大学维特比工程学院数据科学研究所副所长；
数据科学学院研究员：南加州大学以知识为中心的交互数据科学中心；
副主任：南加州大学交互媒体系统中心；
主任：南加州大学空间科学中心，空间计算实验室；
科研员：南加州大学信息科学中心计算机访问研究员；
访问研究员：Google AI (NYC);
主编：Springer地理信息——关于地理信息计算机科学进展的国际期刊；
研究员：美国InferLink Corporation，EI Segundo;
高级软件工程师：美国Geosemble Technologies,EI Segundo;
高级软件工程师：美国Fetch Technologies, EI Segundo;
软件工程师：台湾TLI Intertech;
3、研究领域
Yao-Yi Chiang教授的主要研究领域是人工智能和数据科学，他专注于信息集成和空间数据分析。除此之外，他还研究开发计算机算法和应用程序，通过发现、收集、融合和分析来自不同来源的数据，以解决现实世界中的问题。
对于数字地图处理、模式识别、地理空间信息系统(GIS)和预测分析方面来说Yao-Yi Chiang教授也是这方面的专家，他还教授数据挖掘、空间数据库和移动GIS。
Yao-Yi Chiang教授在过往的课题项目中一直都受到了很多学生的好评。
（CIS学员评价）
如果你也想要追随Yao-Yi Chiang教授探索数据科学领域的知识该选择什么课题呢？
“数据挖掘中的算法和应用”
课题背景
近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。数据挖掘是人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。
数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，作出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，作出正确的决策。
课题内容
数据挖掘算法是利用大数据解决许多现实问题的基础。数据挖掘应用程序有助于从数据中有效地发现有用的见解，并支持从数据到有价值的产品的转换。本课程将教授基本的数据挖掘算法及其在大型数据集上的应用。
适合人群
对数据分析、人工智能等专业感兴趣的学生；
数学、计算机、信息科学等专业，以及未来希望在大数据分析、商业分析、计算机算法、人工智能等领域从业的学生；
具备线数学、性代数、工程原理、概率，以及Python编程基础的学生。
项目收获
网申推荐信
学术评估报告
项目成绩单
论文成果
*若你对CIS科研项目感兴趣，可私信科研君！
