|
姓名：黄俊 |
职称：副教授、硕士/博士生导师 |
E-Mail：huangjun.cs@ahut.edu.cn |
个人主页：https://jiunhwang.github.io/ |
谷歌学术：https://scholar.google.com/citations?hl=zh-CN&user=nGO8rj8AAAAJ |
主要研究方向：
机器学习、数据挖掘、计算机视觉
个人简介：
黄俊，副教授，硕士/博士生导师，安徽工业大学计算机科学与技术学院副院长、“大数据挖掘与智能计算”科研团队负责人。中国科学院大学博士，东京大学博士后（特任研究员）。入选安徽省高校优秀青年人才支持计划、安徽工业大学青年拔尖人才“青年学者”培养对象。
先后主持国家自然科学基金项目、安徽省高校协同创新项目、CCF-蚂蚁科研基金等纵向和横向课题10余项。获中国科学院百篇优秀博士论文奖、ACM中国新星奖（合肥分会）、安徽省科学技术进步奖三等奖，在CCF A/B/C类高水平国际期刊和会议发表学术论文20余篇。
学术服务：
1.安徽省人工智能学会常务理事
2.安徽省计算机学会理事、青年工作委员会副主任
3. CCF多媒体专委会执行委员
4.国际会议TPC：如IJCAI，ACM MM，ECML-PKDD等
5.国际期刊审稿人：TPMAI，TKDE，TCYB，TKDD，NN等
6.安徽工业大学学报（自然科学版）青年编委
所授课程：
《数据挖掘技术》，《数据结构》，《新生研讨课[智]》等
学术获奖：
1.中国科学院百篇优秀博士论文奖，2018
2.高速轮轴智能制造关键技术研发及应用，安徽省科技进步奖三等奖，2020.
3.ACM中国新星奖（合肥分会），2021
科研课题：
1.国家自然科学基金青年项目，基于类属特征学习的鲁棒高效多标记学习方法研究，61806005，主持
2.安徽省高校协同创新项目，多模态内窥镜成像数据的多元属性获取与知识推理，GXXT-2022-052，主持
3.CCF-蚂蚁科研基金，基于半监督学习的多源数据融合智能运维算法研究，CCF-AFSGRF20210003，主持
4.安徽省教育厅优秀青年人才支持计划重点项目，多标记学习中未知标记发现和分类方法研究，gxyqZD2022032，主持
5.安徽省高校自然科学研究重点项目，弱监督多标记学习方法研究，KJ2021A0373，主持
6.安徽省高校自然科学研究重点项目，面向互联网大数据的多标记学习方法研究，KJ2018A0050，主持
代表性论著：
1.JunHuang, Yang Yang, Hang Yu, Jianguo Li, Xiao Zheng, Twin Graph-based Anomaly Detection via Attentive Multi-Modal Learning for Microservice System, the 38th IEEE/ACM International Conference on Automated Software Engineering (ASE2023), 2023. (CCFA)
2.Jun Huang, Linchuan Xu, Jing Wang, Lei Feng*, Kenji Yamanishi, Discovering Latent Class Labels for Multi-Label Learning, in International Joint Conference on Artificial Intelligence (IJCAI), pp. 3058-3064, Yokohama, Japan, 2020. (CCFA)
3.Jun Huang, Guorong Li, Qingming Huang and Xindong Wu, Learning label Specific Features and Dependent Class Labels for Multi-Label Classification, IEEE Transactions on Knowledge and Data Engineering, 2016, 28(12):3309-3323. (CCFA)
4.Jun Huang, Linchuan Xu, Kun Qian, Jing Wang, Kenji Yamanishi, Multi-Label Learning with Missing and Completely Unobserved Labels, Data Mining and Knowledge Discovery, 35:1061–1086,2021. (CCFB)
5.Jun Huang, Feng Qin, Xiao Zheng, Zekai Cheng, Zhixiang Yuan, Weigang Zhang, and Qingming Huang, Improving Multi-Label Classification with Missing Labels by Learning Label-Specific Features. Information Sciences, 2019, 492:124-146. (CCFB)
6.Jun Huang, Guorong Li, Qingming Huang and Xindong Wu, Joint Feature Selection and Classification for Multi-Label Learning, IEEE Transactions on Cybernetics, 2018, 48(3)：876-889. (CCFB)
代表性专利：
1.国家发明专利，一种基于深度学习的多标记图片分类中未知标记分类方法，授权日期：2024年3月
2.国家发明专利，一种多标签图像深度学习分类方法及装置，ZL202011022191.3，授权日期：2023年5
3.国家发明专利，基于Spark的高维序列数据相似性查询方法及系统，ZL201910963344.5，授权日期：2022年2月
