电子科技大学 English

纪禄平

个人信息Personal Information

教授 博士生导师

性别:男

毕业院校:电子科技大学

学历:博士研究生毕业

学位:工学博士学位

在职信息:在职人员

所在单位:计算机科学与工程学院(网络空间安全学院)

学科:计算机科学与技术

办公地点:主楼B1-601

其他联系方式Other Contact Information

邮编 : a9412bf69abfc472495a4ed24edc108d58e972fd8f8a2dcd9c2aa3aa7fc48956b67708ca7c3c2570706fc756b53b892af0c70263697111927a5de379973b1534a1c933ffebb519c1c7999cd2d24c387bd80f8078853c39997b76b1dcccdf34a9331d0c97bf2083179f134c9ad7a1eac4bb6626df5494d7ed305b3292b672f55e

通讯/办公地址 : 1be914d2492cca6d1819f179e7ab0f44bc295e280ab60dd21170347fad9d9fc2fd9268b8c543ccf31cd68d6377d180e26e2e39e3918227f72ee94fc61b38dd2f53e3b61a4e01b57e6b01a1d996037f5edfa2534cd7b0bcaf3a83519e21542e72593b2847c09da31a0751c38180ea13b310b123ed7e87dc025ce567633057b459

邮箱 : 335c734c0d265159f9eecb2266f1e045f4cbbe83b51cbc3c0ee4f87cf7db0ae79082f06c4fca35c134a3963a723fed9615c534b2740ee02c2543af361db0893f6a6a064971f09b5d635b9212b54ba223e912f64f83327ff9f94b81ee495b65e566f1b4df93abb664613f9b98f81bece3dd51bd9075da72ea765db8f8953d184e

扫描关注

个人简介Personal Profile

纪禄平:男,博士、教授、博士生导师。

1999年毕业于北京理工大学,获得"机械电子工程"学士学位,2005年和2008年毕业于电子科技大学,分别获得"计算机应用技术"硕士学位和"计算机软件与理论"博士学位。

2008年毕业留校工作,2016-2017年在休斯顿大学(University of Houston, USA)计算机系访学研究。

一、科研方面

(1)神经网络:CNN, LSTM, SNN, Transformer;

(2)机器学习:强/弱/半/无监督学习,增量学习,多示(实)例学习;

(3)计算机视觉:小目标检测识别与跟踪(卫星遥感、远程红外和无人机航拍), 即时定位与建图(SLAM),工业&民用&特殊场景中的视觉检测技术及其嵌入式系统应用;

(4)其它方向:复杂场景智能决策,病理图像智能分析、临床数据分析与预测。

主持国家自然科学基金(面上)项目3项,四川省重点研发项目、科技计划项目和企业横向课题多项。

在近几年中,指导的硕士生&博士生陆续在IEEE Trans. On Neural Networks and Learning Systems (TNNLS)、IEEE Trans. on Medical Imaging (TMI)、IEEE Trans. on Geoscience and Remote Sensing (TGRS)和Pattern Recognition (PR)等知名国际期刊,以及International Conference on Machine Learning (ICML)、International Conference on Learning Representation (ICLR)和AAAI Conference on Artificial Intelligence等国际顶级(CCF-A)会议上发表论文30余篇,已申请(含授权)发明专利10余件。

二、教学方面

(1)主讲课程:计算机组成原理(本科生), 神经网络理论与应用(硕/博士生)。

(2)主编教材:《计算机组成原理》,电子工业出版社:2014第3版、2017第4版、2020第5版、2024第6版

长期致力于本科生&研究生&博士生的课程教学工作,取得的教学和教研成果多次获得省级&校级奖励。主讲的本科生课程"计算机组成原理"已获得了两次国家级荣誉:

(i) 2018国家精品在线开放课程(即线上国家级一流本科课程);

(ii) 2019线上线下混合式国家级一流本科课程


  • 研究方向Research Focus
  • 社会兼职Social Affiliations
  • 人工神经网络:深度卷积&循环&脉冲神经网络
  • 机器学习:多示例学习,自演进在线学习。
  • 计算机视觉: 弱小目标检测识别与跟踪(卫星遥感、远程红外和无人机视角), 工业视觉检测技术及应用。
  • 其他:病理图像分析,临床数据分析与预测,复杂场景智能决策。
清水河校区:成都市高新区(西区)西源大道2006号 邮编: 611731
沙河校区:成都市建设北路二段四号 邮编:610054
蜀ICP备 05006379 号 I 川公网安备 51019002000280 号
访问量:次

开通时间: ..

最后更新时间: ..

AltStyle によって変換されたページ (->オリジナル) /