无监督与自监督学习:从传统方法到深度模型


报告题目:无监督与自监督学习:从传统方法到深度模型

时间:2022年8月7日16:00-17:30

地点:安徽工业大学秀山校区逸夫实验楼202会议室

对象:学院研究生、教师和全校所有感兴趣的师生

主办单位:计算机科学与技术学院

报告人简介黄栋,男,博士,华南农业大学数学与信息学院副教授,硕士生导师,院长助理。2017年至2018年国家公派新加坡南洋理工大学从事访问学者研究工作。现为中国计算机学会(CCF)青年计算机科技论坛(YOCSEF)广州主席,CCF数字农业分会执委,CCF计算机视觉专委会执委。主要研究方向是数据挖掘与大数据分析,具体研究内容包括集成聚类、大规模聚类、无监督/自监督学习、图神经网络等。已发表学术论文60 余篇,其中第一作者或通讯作者论文近30篇;5篇一作论文单篇被引用次数逾100次,3篇一作论文入选ESI高被引论文(Top 1%)。主要成果发表在IEEE TKDE、IEEE TCYB、IEEE TSMC-S、ACM TKDD、SIGKDD、AAAI、ICDM等相关领域重要期刊及会议。主持国家自然科学基金项目2项(青年项目与面上项目)、广东省自然科学基金项目2项;担任国家自然科学基金评审专家,以及IEEE TPAMI、IEEE TKDE, IEEE TIP, IEEE TCYB, IEEE TNNLS, IEEE TFS, IEEE TSMC-S, IEEE TBD, IEEE TII, ACM TKDD, ACM TOMM等40多个国际期刊审稿人;获2020年ACM广州新星奖、2019年与2020年广东省计算机学会优秀论文一等奖。