檢視付彦伟的原始碼

{| class="wikitable" align="right"
|-
| style="background: #FF2400" align= center|  '''<big>付彦伟</big>'''
|-
|<center><img src=https://i02piccdn.sogoucdn.com/ae7de4e5ad3b2482 width="300"></center>
<small>[https://pic.sogou.com/pics?st=255&channel=vr&scene=pic_result&query=%E4%BB%98%E5%BD%A6%E4%BC%9F&rawQuery=%E4%BB%98%E5%BD%A6%E4%BC%9F&vrExpId=&vrAdParams=&searchid=739ca76e-e45f-48cd-9b96-30ab7cf5ccab&hitKey= 来自 网络 的图片]</small>
|-
| style="background: #FF2400" align= center|  
|-
| align= light|
|}

'''付彦伟'''，男，[[复旦大学]]大数据学院青年[[研究员]]<ref>[https://mp.weixin.qq.com/s?src=11&timestamp=1730948469&ver=5613&signature=qjK9Cc3aLIcbm*AOqMnLXJVAWsztvCPmmW5hKTpUD*mfKMYlGg*VXzhj1uj4APvcW7zBRlCS-vBwPzV*Lz1u4mIpwd5Fp4eHVl81bKe3O-aIDlcQf2njEksbMmrHbrFQ&new=1  复旦大学大数据学院青年研究员付彦伟博导做客商学大讲堂 ],腾讯, 2023-04-06</ref>，2014年获得[[伦敦大学]]玛丽皇后学院博士学位。

付彦伟，大数据学院青年研究员。自2010年致力于系统性的解决基于少量样本的学习与算法，尤其解决学习模型对数据强依赖性、模型过参数化、模型结果统计性质差等问题。共发表论文80多篇。在国际会议上发表的Pixel2mesh以及Pixel2mesh++方法被学术界、工业界相关研究借鉴并作为该研究方向的基准方法之一，有关小样本增量式物体检测方面的论文获得多媒体领域重要国际会议ICME 2019最佳会议论文奖。研究成果受到国际广泛关注，所发表成果Google Scholar引用次数超过4900多次。获东方学者、青年千人、Australia DECRA Fellow等。