朱军，清华大学计算机系教授，清华大学脑与智能实验室助理主任，清华大学人工智能研究院基础理论中心主任兼院长助理，曾担任智能技术与系统国家重点实验室副主任、卡内基梅隆大学兼职教授。主要从事机器学习研究，在国际重要期刊与会议发表学术论文100余篇。担任国际期刊IEEE TPAMI的副主编和编委、国际会议ICML 2014地区联合主席、以及ICML、NIPS等国际会议的领域主席。研究工作围绕机器学习基础理论、高效算法和应用展开，注重理论与实际问题结合。针对复杂数据隐含结构的学习与利用中的共性问题，研究了结构学习及基于结构的统计学习中若干关键问题，提出：（1）最大熵判别式学习的PAC-Bayes理论与方法；（2）正则化贝叶斯推理及正则化非参数贝叶斯推理理论；（3）贝叶斯模型的最大间隔学习理论与高效算法；（4）“珠算”深度概率编程库等。针对互联网数据挖掘、社交网络分析、多模态数据融合、网络推荐等多个典型应用场景，将基础理论与实际问题结合，提出有效的计算模型和算法，包括：（1）将正则化贝叶斯推理用于解决大规模文本分类、社交网络分析、矩阵低秩分解、多模态数据融合等问题，提出高效学习算法；（2）将结构化最大熵判别式学习用于解决网络环境下信息抽取、实体关系抽取、多模态数据融合与检索等问题，建立了基于结构的网络数据抽取框架及包括StatSnowball在内的若干统计模型，申请/授权发明专利17项，含3项美国专利，研究成果已应用到微软的多个搜索引擎，包括人立方关系搜索引擎和学术搜索引擎等。

上述成果已连续多年在机器学习顶级国际会议和期刊ICML、NIPS、IJCAI、AAAI、 JMLR、PAMI等发表论文100余篇。研究工作得到国家973计划、自然科学基金优青基金和重点基金等项目的支持，入选“清华大学221基础研究人才支持计划”。