数据科学与人工智能实验室

更多

团队成员

Zhang Tong
  • 张通
  • 电话：39380282-3401
  • Email：tony@scut.edu.cn
  • 研究方向：人工智能，情感计算和数据挖掘等

张通博士，山东菏泽人，现任华南理工大学计算机科学与工程学院教授，博士生导师，院长助理。国家优青、广东省杰青基金获得者。担任中国自动化学会青年工作委员会副秘书长，中国医学救援协会神经生物反馈治疗与干预分会副秘书长；健康智能感知与数字平行人教育部工程研究中心副主任，广东省计算智能与网络空间信息重点实验室副主任。曾获广东省科技进步一等奖，第十届“吴文俊人工智能优秀青年奖”，ACM广州新星奖及IEEE SMC学会Franklin V. Taylor最佳论文奖。主要从事人工智能，情感计算和小样本学习等算法及相关应用研究，主持国家自然科学基金，广东省自然科学基金和与企业合作项目10余项，发表学术文章80余篇。担任IEEE Transactions on Affective Computing、IEEE Transactions on Computational Social Systems以及Journal of Intelligent Manufacturing的期刊副编，2020年指导学生获第六届全国互联网+大赛总决赛国家金奖2项

教学及工作背景经历

  • 2020年02月 至今 华南理工大学，计算机科学与工程学院，教授（先上岗）/院长助理
  • 2019年02月-2020年01月 华南理工大学，计算机科学与工程学院，副教授
  • 2017年03月-2019年01月 华南理工大学，电子与信息学院，助理研究员
  • 2017年01月-2018年12月 华南理工大学，电子与信息学院，博士后
  • 2011年09月-2016年04月 澳门大学，软件工程，博士
  • 2009年09月-2011年06月 澳门大学，应用数学，硕士
  • 2005年09月-2009年06月 中山大学，软件工程，本科

讲授课程

  • 数据结构
  • 机器学习算法I
  • 机器学习算法II
  • 数据挖掘与爬虫技术

获奖情况

  • 2022年获广东省人工智能产业协会科学技术奖之青年科技创新奖
  • 2020年获第十届吴文俊人工智能“优秀青年奖”；
  • 2020获ACM（国际计算机协会）科技新星奖；
  • 2020年获得第六届“互联网＋大赛”国家级金奖（总决赛季军）两项，指导老师；
  • 2019年获广东省科技进步一等奖，“跨域多维电子围网关键技术及应用”；
  • 2019年获得IEEE SMC学会Franklink V. Taylor最佳论文奖；
  • 2016年获年度澳门研究生科技研发奖（优秀博士）；
  • 2015年11月 获IFuzzy 2015国际学术会议“最优学生论文”杰出奖。

社会任职

  • 广东省计算智能与网络空间信息重点实验室 副主任；
  • 中国自动化学会会员，机器人智能专委会副主任委员
  • 中国自动化学会青年工作委员会，副秘书长；
  • 中国医学救援协会神经生物回馈治疗与干预分会副秘书长
  • 中国人工智能学会会员，智能服务专委会会员

主持与参与项目

  • 国家重点研发计划，2019YFA0706200，基于心理生理多模态信息的抑郁障碍早期识别与干预方法，2020/01-2024/12，子课题负责人；
  • 国家自然科学基金委（NSFC）面上项目，62076102，小样本学习的跨模态情感识别方法研究，2021/01—2024.12，主持；
  • 广东省自然科学基金委杰出青年基金项目，多模态情感智能分析方法与应用，2020/01-2022/12，主持；
  • 国家自然科学基金委（NSFC）青年基金项目，61702195，基于VR场景与多生理信号交互的情绪识别研究，2018/01-2020/12，主持；
  • 广州市科技计划基础与应用基础研究项目，202002030250，基于宽度学习的情感分析方法研究，2020/04—2023/03，主持；
  • 国家自然科学基金委（NSFC）应急管理重点项目，61751202，开放环境中不确定条件下的新型智能感知与行为理解方法研究，2018/01-2020/12，课题负责人。
  • 国家自然科学基金委（NSFC）联合基金重点项目，61572540，动态环境中的新型人体动作识别理论与方法研究，2019/01-2022/12，课题负责人。
  • 军委科技委项目3项。

代表性论文

  • T. Zhang, C. Lei, Z. Zhang, X. -B. Meng and C. L. P. Chen, AS-NAS: Adaptive Scalable Neural Architecture Search with Reinforced Evolutionary Algorithm for Deep Learning, in IEEE Transactions on Evolutionary Computation, doi: 10.1109/TEVC.2021.3061466. (SCI，IF：11.554)
  • T. Zhang, X. Gong and C. L. P. Chen, BMT-Net: Broad Multitask Transformer Network for Sentiment Analysis, in IEEE Transactions on Cybernetics, doi: 10.1109/TCYB.2021.3050508. (SCI，IF：11.448)
  • Tong Zhang; Yuan Zong; Wenming Zheng; C. L. Philip Chen; Xiaopeng Hong; Chuangao Tang; Zhen Cui; Guoying Zhao; Cross-Database Micro-Expression Recognition: A Benchmark, IEEE Transactions on Knowledge and Data Engineering. DOI: 10.1109/TKDE.2020.2985365. (SCI，IF：6.977)
  • Tong Zhang, X. Wang, X. Xu and C. L. P. Chen, GCB-Net: Graph Convolutional Broad Network and Its Application in Emotion Recognition, in IEEE Transactions on Affective Computing, Aug. 2019. (SCI，IF：10.506)
  • Tong Zhang, G. Su, C. Qing, X. Xu, B. Cai and X. Xing, Hierarchical Lifelong Learning by Sharing Representations and Integrating Hypothesis, in IEEE Transactions on Systems, Man, and Cybernetics: Systems. PP. 1-11, Feb. 2019. (SCI，IF：13.451)
  • Tong Zhang, C. L. P. Chen, L. Chen, X. Xu and B. Hu, Design of Highly Nonlinear Substitution Boxes Based on I-Ching Operators, in IEEE Transactions on Cybernetics, vol. 48, no. 12, pp. 3349-3358, Dec. 2018. (SCI，IF：11.448)
Yu Zhiwen
  • 余志文
  • 电话： /
  • Email：zhwyu@scut.edu.cn
  • 研究方向：人工智能、机器学习、数据挖掘、模式识别等

余志文博士，华南理工大学计算机学院教授、博士生导师、国家优秀青年科学基金获得者、国家自然科学重点项目主持人。余博士是中国计算机学会（CCF）理事（2016-2019， 2020-2023）、CCF杰出会员、CCF广州分部委员、原CCF YOCSEF广州主席（2015-2016）、IEEE、ACM高级会员， CCF人工智能与模式识别专委会委员、CAAI机器学习专委会委员。余博士于2008年在香港城市大学计算机系获博士学位，之后在香港理工大学电子计算系做过博士后研究，在澳门大学做过访问学者。2011年入选教育部新世纪优秀人才支持计划， 2013年获得广东省自然科学杰出青年基金资助， 2017年获国家优秀青年科学基金资助。余博士主要从事人工智能、机器学习、数据挖掘和模式识别方面的研究，发表学术论文150多篇，其中50余篇IEEE Transactions系列论文，70多篇SCI期刊论文，2篇论文获国际会议最佳论文奖，担任IEEE Transactions on Systems, Man, and Cybernetics: Systems副主编、CCF会刊《计算机应用》编委。主持和参与的项目30多项，其中主持国家基金重点项目（人工智能应急管理专项）、优青项目、面上项目和青年项目、以及主持广东省重点研发计划（人工智能基础方向）和广东省杰出青年科学基金。

余博士的研究工作一直围绕“机器学习和数据挖掘”研究方向，瞄准如何设计集成学习和宽度算法解决数据挖掘中存在的各种数据瓶颈问题，从高维带噪声数据挖掘、类别分布不平衡数据挖掘、信息冗余数据挖掘和混合类型数据挖掘四个方面有针对性地开展创新性研究。

科研项目

  • 国家自然科学基金重点项目（人工智能应急专项），61751205，多源异构数据的决策特征提取与知识发现，2018/01-2020/12，结题，主持
  • 国家优秀青年科学基金，61722205，集成学习理论及其应用，2018/01-2020/12，结题，主持
  • 国家自然科学基金面上项目，61572199，基于衍生距离数学模型的半监督聚类集成研究，2016/1-2019/12，结题，主持
  • 国家自然科学基金青年基金项目，61003174，基于聚类集成算法的癌症基因表达数据模式发现新框架的研究， 2011/01-2013/12，结题，主持
  • 广东省重点研发计划，2018B010107002，面向智能制造多模态数据的认知理论研究，2019/1-2021/12，在研，主持
  • 广东省科技计划（粤港合作项目），2016A050503015，媒体大数据的复杂事件挖掘研究，2016/5-2018/5，结题，主持
  • 广东省科技计划（国际合作项目），2015A050502011，集成学习算法在多元城市数据融合和挖掘的应用研究，2016/1-2017/12，结题，主持
  • 广东省自然科学基金杰出青年基金项目，S2013050014677，模式发现及其应用，2013/10-2016/09, 结题，主持
  • 中国博士后科学基金项目，2013M540655， 模式发现关键技术及其在癌症发现上的应用，2013/01-2014/12, 结题，主持
  • 香港学者联合会和中国博士后管委会的香江学者计划，XJ2012015，健康信息技术的研究， 2013/02-2015-02，结题，主持

发表文章

  • Zhiwen Yu, Zhongfan Zhang, Wenming Cao, C. L. Philip Chen, Cheng Liu, Hau-San Wong, “ GAN-Based Enhanced Deep Subspace Clustering Networks ”, IEEE Transactions on Knowledge and Data Engineering, 2020. DOI: 10.1109/TKDE.2020.3025301
  • Yuhong Xu, Zhiwen Yu*, Wenming Cao, C. L. Philip Chen, A Novel Classifier Ensemble Method Based on Subspace Enhancement for HighDimensional Data Classification, IEEE Transactions on Knowledge and Data Engineering, 2021.
  • Kaixiang Yang, Zhiwen Yu*, C. L. Philip Chen, Wenming Cao, Jane J. You, Hau-San Wong, “Incremental Weighted Ensemble Broad Learning System For Imbalanced Data”, IEEE Transactions on Knowledge and Data Engineering, 2021. DOI: 10.1109/TKDE.2021.3061428.
  • Yuhong Xu, Zhiwen Yu*, Wenming Cao, C. L. Philip Chen, Jane You, Adaptive Classifier Ensemble Method Based on Spatial Perception for High-Dimensional Data Classification, IEEE Transactions on Knowledge and Data Engineering, 2020. DOI: 10.1109/TKDE.2019.2961076
  • Zhiwen Yu, Peinan Luo, Jiming Liu Hau-San Wong, Jane You, Guoqiang Han Jun Zhang, “Semi-supervised ensemble clustering based on selected constraint projection”, IEEE Transactions on Knowledge and Data Engineering, vol. 30, no. 12, pp. 2394-2407, 1 Dec. 2018.
  • Zhiwen Yu, Zongqiang Kuang, Jiming Liu, Hongsheng Chen, Jun Zhang, Jane You, Hau-San Wong, Guoqiang Han, “Adaptive ensembling of semi-supervised clustering solutions”, IEEE Transactions on Knowledge and Data Engineering, vol. 29, no. 8, pp. 1577-1590, Aug. 1 2017.
  • Zhiwen Yu, Peinan Luo, Jane You, Hau-San Wong, Hareton Leung, Si Wu, Jun Zhang, Guoqiang Han，Incremental Semi-supervised Clustering Ensemble for High Dimensional Data Clustering, IEEE Transactions on Knowledge and Data Engineering, vol. 28, no. 3, pp. 701-714, 2016.
  • Zhiwen Yu, Le Li, Jiming Liu, Jun Zhang, Guoqiang Han, Adaptive Noise Immune Cluster Ensemble Using Affinity Propagation, IEEE Transactions on Knowledge and Data Engineering, vol. 27, no. 12, pp. 3176-3189, 2015.
  • Zhiwen Yu, Fengxu Ye, Wenming Cao, Kaixiang Yang, C. L. Philip Chen, Lianglun Cheng, Jane You, Hau-San Wong, “SemiSupervised Classification with Novel Graph Construction for High Dimensional Data”, IEEE Transactions on Neural Networks and Learning Systems, 2020. DOI 10.1109/TNNLS.2020.3027526
  • Kaixiang Yang, Zhiwen Yu*, Xin Wen, Wenming Cao, C. L. Philip Chen, Hau-San Wong, Jane You, “Hybrid Classifier Ensemble for Imbalanced Data”, IEEE Transactions on Neural Networks and Learning Systems, vol. 31, no. 4, pp. 1387-1400, 2020.
Liu Zhulin
  • 刘竹琳
  • 电话：/
  • Email：liuzhl@scut.edu.cn
  • 研究方向：机器学习、动态神经网络架构、类脑智能、工业数据智能等

刘竹琳博士，现任华南理工大学计算机科学与工学院数据科学与人工智能团队副教授，对深度网络、宽度网络和相关的优化算法理论进行了系统的学习与研究，尤其是宽度学习系统上，做出了原创性的工作。发表IEEE汇刊文章8篇以及其他高水平SCI、章节以及EI文章共28篇。其中，发表在IEEE TNNLS上阐述宽度学习架构的文章，已经被Web of Science核心引用700余次，同时被列为2019年Computer Science领域高被引论文，并获得2021 IEEE TNNLS Outstanding Paper Award；主持国家级、省部级项目4项，以第一核心成员参与广东省“珠江人才计划”引进创新创业团队1项，获得2020年澳门自然科学奖二等奖。

教学及工作背景经历

  • 2022年7月–至今，华南理工大学，副教授
  • 2019年7月-2022年7月，华南理工大学，助理研究员
  • 2019年7月–2022年7月，华南理工大学，计算机科学与工程学院，博士后
  • 2011年9月–2019年1月，澳门大学，软件工程，工学博士
  • 2009年9月–2011年6月，澳门大学，数学，理学硕士
  • 2005年9月–2009年6月，山东大学，信息与计算科学，理学学士

获奖情况

  • 2021 IEEE Transaction on Neural Networks and Learning Systems Outstanding Paper Award, 2021. 澳门自然科学奖二等奖2020.；
  • 2019 IEEE International Conference on Systems, Man and Cybernetics (SMC), Franklin V. Taylor Memorial Award

代表性论文

  • Feng Q, Liu Z, Chen C L P. Broad and deep neural network for high-dimensional data representation learning[J]. Information Sciences, 2022, 599: 127-146.
  • Yu Z, Lan K, Liu Z, et al. Progressive ensemble kernel-based broad learning system for noisy data classification[J]. IEEE Transactions on Cybernetics, 2021, 52(9): 9656-9669.
  • Chen C L P, Liu Z. Broad learning system: An effective and efficient incremental learning system without the need for deep architecture[J]. IEEE transactions on neural networks and learning systems, 2017, 29(1): 10-24.
  • Feng S, Chen C L P, Xu L, et al. On the accuracy–complexity tradeoff of fuzzy broad learning system[J]. IEEE Transactions on Fuzzy Systems, 2020, 29(10): 2963-2974.
  • Liu Z, Chen C L P, Feng S, et al. Stacked broad learning system: From incremental flatted structure to deep model[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2020, 51(1): 209-222.
  • Xu Y, Yu Z, Chen C L P, et al. Adaptive subspace optimization ensemble method for high-dimensional imbalanced data classification[J]. IEEE Transactions on Neural Networks and Learning Systems, 2021.
杨楷翔
  • 杨楷翔
  • 电话：/
  • Email：yangkx@scut.edu.cn
  • 研究方向：人工智能、机器学习、工业数据智能等

杨楷翔博士，现任华南理工大学计算机科学与工程学院副教授，博士生导师。研究成果发表/录用IEEE Trans. on Neural Networks and Learning Systems、IEEE Trans. on Knowledge and Data Engineering、IEEE Trans. on Systems, Man, and Cybernetics: System、ICASSP等国际重要期刊会议论文30余篇，申请/授权发明专利14项。作为主要完成人获得2021年CCF科学技术奖自然科学二等奖, 第十二届吴文俊人工智能科学技术奖自然科学二等奖，YAC2022最佳理论论文奖，ICCSSE2023最佳报告奖。担任中国计算机学会人工智能与模式识别专委会委员、中国自动化学会自适应动态规划与强化学习专委会委员。主持国家自然科学基金项目、国家重点实验室开放课题、浙江省“尖兵”“领雁”重点研发项目子课题，作为核心骨干参与科技部重点研发计划项目、国基联合重点项目等。

教育经历

  • 2017.09-2020.12，华南理工大学，计算机科学与技术，博士
  • 2012.09-2015.01，哈尔滨工业大学，微电子学与固体电子学，硕士
  • 2008.09-2012.06，电子科技大学，电子科学与技术，学士

工作经历

  • 2023.03至今，华南理工大学，计算机科学与工程学院，副教授
  • 2021.01-2023.01，浙江大学，工业控制技术国家重点实验室（孙优贤院士、陈积明教授“网络传感与控制”团队），博士后
  • 2015.01-2017.05，中国电子科技集团公司第七研究所，军工第一事业部，软件工程师

代表性论文

  • Yang K, Liu Y, Yu Z, et al. et al., Extracting and Composing Robust Features with Broad Learning System. IEEE Transactions on Knowledge and Data Engineering, 2023, vol. 35, no. 4, pp. 3885-3896.
  • Yang K, Yu Z, Chen C L P, et al. Progressive hybrid classifier ensemble for imbalanced data. IEEE Transactions on Systems, Man, and Cybernetics: System, 2022, vol. 52, no. 4, pp. 2464-2478.
  • Yang K, Shi Y, Yu Z, et al. Stacked One-Class Broad Learning System for Intrusion Detection in Industry 4.0. IEEE Transactions on Industrial Informatics, 2023, vol. 19, no. 1, pp. 251-260.
  • Yang K, Yu Z, Wen X, et al. Hybrid Classifier Ensemble for Imbalanced Data. IEEE Transactions on Neural Networks and Learning Systems,2019, vol. 31, no. 4, pp. 1387-1400.
  • Yang K, Yu Z, Chen C L P, et al. Incremental Weighted Ensemble Broad Learning System for Imbalanced Data. IEEE Transactions on Knowledge and Data Engineering, 2022, vol. 34, no. 12, pp. 5809-5824.
Li Tianjun
  • 李天钧
  • 电话：/
  • Email：tjli@scut.edu.cn
  • 研究方向：人工智能，生物信息处理，数据挖掘等

李天钧博士，于2020年在澳门大学科技学院获得博士学位，现为华南理工大学计算机科学与工程学院博士后。曾任队长获得中国研究生数学建模大赛一等奖（澳门地区该奖项首次一等奖）。

主要从事人工智能，生物信息处理及数据挖掘等算法及相关应用研究，发表学术文章十余篇。共参与国家级项目1项，澳门科学技术发展基金4项。曾与中科院西南生物多样性研究所刘长宁研究员合作，协助发现植物致癌RNA“AC074117.1 ”。

教学及工作背景经历

  • 2021年06月 至今 华南理工大学，计算机科学与工程学院，博士后
  • 2016年09月-2020年12月 澳门大学，计算机科学，博士
  • 2013年09月-2016年06月 澳门大学，电子商贸技术，硕士
  • 2009年09月-2013年07月 郑州大学，计算机科学与技术，本科

获奖情况

  • 2018年12月获SPAC国际会议最佳论文奖
  • 2017年12月获中国研究生数学建模大赛一等奖

主持与参与项目

  • 国家自然科学基金面上项目，61673405，多核粗糙模糊聚类及其一般空间信息正则化，2017.01 – 2020.12, 子课题负责人；
  • 澳门科学技术发展基金项目，196/2017/A3，面向新生物医学成像数据去噪的鲁棒稀疏学习算法，2018.07 – 2020.06, 子课题负责人；
  • 澳门科学技术发展基金项目，097/2015/A3，蛋白质组学中色谱质谱数据量化分析的分布式计算方法与大数据平台，2016.07 – 2018.06, 子课题负责人，核心贡献者；
  • 澳门科学技术发展基金项目，067/2014/A，面基于聚类的拉曼图像数据预处理及其应用，2015.04 – 2018.04, 子课题负责人；
  • 澳门科学技术发展基金科普项目，多水下机器人合作协同平台（机器鱼），2016.01 – 2016.12, 负责人。

代表性论文

  • Wang Y., Chen L., Zhou J., Li T., Yu Y. and Chen C., “Pairwise Constraints-based Semi-supervised Fuzzy Clustering with Multi-manifold Regularization”, IEEE Transactions on Fuzzy Systems, under review.
  • Wang Y., Li T., Chen L., Yu Y., Zhao Y. and Zhou J., "Tensor-based Robust Principal Component Analysis with Locality Preserving Graph and Frontal Slice Sparsity for Hyperspectral Image Classification", IEEE Transactions on Geoscience and Remote Sensing, In press.
  • Wang Y., Li T., Chen L., Xu G., Zhou J. and Chen C.,” Random Fourier feature-based fuzzy clustering with p-Laplacian regularization”, Applied Soft Computing, Vol 111, 2021, 107724
  • Li T., Chen L. and Lu X., “An Alternating Direction Minimization based denoising method for extracted ion chromatogram”, Chemometrics and Intelligent Laboratory Systems, Volume 206, 2020, 104138
  • Li T., Chen L. and Gan M., “Quality Control of Imbalanced Mass Spectra from Isotopic Labeling Experiments”, BMC Bioinformatics, Vol. 20, Article ID 549, 2019
  • Li T., Zhang X., Wang J., Li J., Chen L., Liu C., “Cancer-associated long non-coding RNA identification using XGBoost with high accuracy” Frontiers in Genetics, Vol. 10, Article ID 735, 2019.
  • Chen L, Wu Y, Li T, Chen Z. Collaborative Penalized Least squares for Background Correction of Multiple Raman Spectra. Journal of Analytical Methods in Chemistry, 2018(2018), pp. 1-11.
Feng Qiying
  • 冯绮颖
  • 电话：/
  • Email：qyf@scut.edu.cn
  • 研究方向：宽度学习、类脑智能等

冯绮颖博士，于2020年在澳门大学科技学院获得博士学位，现为华南理工大学计算机科学与工程学院博士后。

主要从事人工智能，宽度学习, 类脑智能及相关应用研究，在IEEE IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Fuzzy Systems等国际顶级期刊和会议发表学术文章十余篇。

教学及工作背景经历

  • 2021年- 至今 华南理工大学，计算机科学与工程学院，博士后
  • 2015年-2020年 澳门大学，计算机科学，博士
  • 2010年-2014年 华南农业大学，电子信息工程，本科

代表性论文

  • Q. Feng, C. L. P. Chen and L. Liu, "A Review of Convex Clustering From Multiple Perspectives: Models, Optimizations, Statistical Properties, Applications, and Connections," in IEEE Transactions on Neural Networks and Learning Systems, doi: 10.1109/TNNLS.2023.3276393.
  • Feng Q, Liu Z, Chen C L P. Broad and deep neural network for high-dimensional data representation learning[J]. Information Sciences, 2022, 599: 127-146.
  • Liu L, Feng Q, Chen C L P, et al. Noise robust face hallucination based on smooth correntropy representation[J]. IEEE Transactions on Neural Networks and Learning Systems, 2021, 33(10): 5953-5965.
  • Liu Z, Chen C L P, Feng S, et al. Stacked broad learning system: From incremental flatted structure to deep model[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2020, 51(1): 209-222.
  • Feng Q, Chen L, Chen C L P, et al. Deep fuzzy clustering—a representation learning approach[J]. IEEE Transactions on Fuzzy Systems, 2020, 28(7): 1420-1433.

联系Dsail: xxxx.scut.edu.cn (电话) 13202326279.

粤ICP备2020102147号-1

粤公网安备 44030502006340号