一、个人基本信息
张重生,男,1982年9月生,博士,河南大学教授、博士生导师,西班牙国立巴斯克大学兼职博士生导师。2012年博士毕业于法国国家信息与自动化研究所(INRIA),获得优秀博士论文荣誉。现为中国计算机学会高级会员,中国图像图形学学会文档图像分析与识别专业委员会委员,国家自然科学基金通讯评审专家、教育部学位中心学位论文评审专家、国家留学基金委国家公派出国留学评审专家。主要研究领域为人工智能/深度学习/计算机视觉、机器学习(尤其是不均衡学习和长尾学习)、文字识别、古文字计算、数据库。主持20项科研项目,含国家自然科学基金项目1项、教育部人文社会科学研究一般项目1项、科技部高端外国专家项目2项。在AAAI 2023、SIGKDD 2022、IJCAI 2020等CCF-A类顶级国际会议及知名期刊上发表学术论文50篇,获得法国数据挖掘会议EGC 2010最佳论文奖及1500欧元奖金;出版《人工智能 人脸识别与搜索》、《大数据分析:数据挖掘算法示例详解》等8部著译作。申请/授权近20项国家发明专利,其中9项与古文字计算密切相关、且均为第一发明人。曾受ERCIM Marie Curie Fellowship资助,在挪威科技大学进行博士后研究;曾受意大利外交部资助,在中意政府间国际合作项目的框架下,赴意大利罗马生物医药大学开展合作研究。受邀在中国机器学习大会、全国大数据与社会计算学术会议、IEEE数字孪生和平行智能国际会议(DTPI)的专题论坛上作特邀报告。作为主要成员之一,在河南省发展和改革委员会执笔《河南省大数据产业发展引导目录》、《河南省国家大数据综合试验区实施方案》并由河南省人民政府颁布实施,为河南省国家大数据综合试验区的规划建设做出了积极贡献。主研“AI缀多多”软件,初步实现了人工智能批量缀合甲骨,在古文字与人工智能结合方面取得了率先突破,得到新华社、河南卫视、河南日报、环球网、腾讯网等媒体的广泛报道;其与莫伯峰教授作为共同特邀嘉宾录制的中央电视台科教频道(CCTV-10)《透视新科技》“智”破甲骨之谜节目于2023年11月5日19:41在CCTV-10正式播出,产生了一定的社会影响力。
个人网站:https://cszhangai.github.io/
二、奖励
[1]张重生,开封市优秀教师,2023年;
[2]张重生,河南大学师德先进个人,2015-2017;
[3]获得河南省科技进步奖二等奖2项(参与);
[4]河南省优秀学士论文指导教师、河南大学科研先进个人;
[5]“最佳学术论文奖”,法国数据挖掘会议EGC 2010。
三、主讲课程和研究方向
本科生:《深度学习》、《数据库》;
研究生:《机器学习》(共同授课教师之一).
主要研究方向及成果介绍:
1、深度学习与人工智能(含复杂场景文字识别,图像识别、分割等)
代表性论文:“Quality-Aware Self-Training on Differentiable Synthesis of Rare Relational Data, AAAI 2023(CCF-A类顶级国际会议)”。
【该论文是河南大学计算机与信息工程学院/信息学科为第一单位发表的第二篇CCF-A类顶级会议论文长文】【该论文在大会现场进行了15分钟的Oral Presentation】
2、数据科学(大数据分析相关方向,含长尾学习、不均衡学习);
代表性论文:“Multi-Imbalance: An open-source software for multi-class imbalance learning. Knowledge-Based Systems, 2019 (SCI 二区,ESI高被引论文、ESI热点论文,引用次数:131次)”。
3、人工智能驱动的科学研究(AI for Science),具体包括人工智能驱动的自然科学研究和人工智能驱动的人文社会科学研究。
该领域是新兴领域和科技前沿,具有巨大的发展空间,应用前景十分广阔,世界各国都在积极探索,我国科技部在2023年3月部署了专项资助。在人工智能驱动的人文社会科学研究方面,本人带领的团队将人工智能与古文字研究跨学科交叉,解决甲骨学领域的痛点问题、真实存在的问题。
代表性论文:“Data-Driven Oracle Bone Rejoining: A Dataset and Practical Self-Supervised Learning Scheme, SIGKDD 2022(顶级国际会议论文)”。
【该论文是河南省属高校在该顶会上发表的首篇论文,也是河南大学计算机与信息工程学院/信息学科为第一单位发表的首篇CCF-A类顶级会议论文长文】【该论文在大会现场进行了30分钟的Oral Presentation】
张重生为中央电视台科教频道(CCTV-10)特邀嘉宾。2023年11月5日,其作为共同特邀嘉宾录制的节目“智”破甲骨之谜于在中央电视台科教频道《透视新科技》栏目正式播出,产生了一定的影响力。
CCTV-10“智”破甲骨之谜——节目链接:
https://tv.cctv.com/2023/11/05/VIDEETfzfRLtgE4quaelIXAv231105.shtml
招生信息
长期招收优秀的博士后、博士生、硕士生,研究方向:深度学习与人工智能、数据科学、人工智能驱动的科学研究。
本人对硕士研究生的基本要求:
(1)做事积极性高、自我动力强,上进、勤奋;
(2)有一定钻研能力;
(3)编程能力达到中等及以上水平。
本人对博士生的基本要求:
(1)硕士期间有好的成果发表出来,或在审。有质量较好的SCI论文的学生优先考虑;
(2)有较高的追求,勤奋自律,善于钻研,自学能力强;
(3)优先考虑应届硕士研究生及毕业一年内的硕士。
本人对博士后的基本要求:
(1)博士期间要有好的科研成果。论文数量不重要,但至少要有一篇SCI 二区(或CCF B类会议)及以上层次的论文。
(2)博士毕业在三年及以内,且年龄不超过35岁。
Special Notes for International Students/Postdocs:
For foreign students, I only consider those applying for PhD studentship and postdoc positions.
For international/foreign postdocs, you should be under 35 in age and should have at least one Q2 level paper.
本人的课题组从十几年前创建的时候,就已经形成勤奋、踏实、专注、严谨的工作作风和氛围。我的学生大多都是真正做事的学生,工作都十分扎实,毕业时都能在技术、学术方面取得较高成就。根据本人的观察,但凡科研业绩做得最好的学生,几乎都是自我动力强、勤奋、钻研深入、严谨细致的学生。我每年毕业的学生中,几乎都能涌现出一名在同届学生中出类拔萃的研究生。如:
毕**同学(2013级学硕,是本院首位以第一作者发表SCI 2区论文(Knowledge Based Systems)的研究生)......
王**同学(2019级专硕,发表学院首篇CCF-A类顶级国际会议论文长文/KDD 2022)......
侯**同学(2020级学硕,发表学院第二篇CCF-A类顶级国际会议论文长文/AAAI 2023)......
2023年,我的每名硕士毕业生,都能在毕业时发表一篇或多篇SCI/EI期刊论文。
研究生的这些业绩的取得,主要是两个因素: 一是这些学生自身非常勤奋和努力,能够深入钻研、追求卓越; 二是导师的规划、构思和指导也非常重要(导师的科研能力和指导、构思也必不可少)。学生和老师之间的付出都是相互的。总之,好的学生和好的导师之间,是互相促进、强强联合、彼此成就的关系。 非常欢迎有追求、有能力、能钻研的学生与我联系。
我招研究生是为了共同做事的,是为了共同推动技术进步的;不允许学生混日子、没有业绩。我很少让学生做科研以外的杂事(学生不用干报账等杂事),学生只用专心做好科研即可。
以下类型的学生勿扰:
1)在技术方面追求不高、只想拿个研究生学位的学生;
2)主动性及进取心不强,不想太努力、不想太辛苦的学生;
3)性格粗心或做事粗糙的学生;
4)喜欢抱怨的学生或性格消极的学生;
5)做事拖延的学生。
聪明都是相对的、且局限在某些方面。 如果一个“聪明”的学生,虽然方法设计得不错,但做事相对粗糙,只求大概做出来、不求完美,那么,这样的学生其实不如那些“不是那么聪明,但是做事踏实、精益求精、严谨细致的学生”。
优秀也都是相对的,存在参照对象、时空、平台、年龄、发展阶段和层次等方面的相对性。只要在同一届学生中是出类拔萃、能力靠前,就可以认为是优秀的。
本人给研究生提供科研补助: 基于按劳分配的原则,对每个好的业绩或成果,本人将一次性或分批次发放数千元的科研补助,并提供最好的硬件设备。业绩越好,收获越多。
升学就业方面的优势: 在出国读博、国内推荐读博方面,本课题组具有天然优势,能提供很多机会。就业方面,课题组的历届学生,均凭借其自身的实力和技术,找到了待遇很高的工作岗位,广泛分布在北京、上海、郑州等地的大型单位。
以下引自前辈及同行的话:
“科学是老老实实的学问,来不得半点虚假,需要付出艰巨的劳动。同时,科学也需要创造,需要幻想,有幻想才能打破传统的束缚,才能发展科学。”
“最有趣的是从事科学研究,因为科学是老老实实的,你功夫下了一,它对你的回报就是一,功夫不到,你就见不到成果,而且,科学永远不负忠实于它的人。”
四、论文、著作
论文:
-------------
部分英文论文:
-------------
[1]Chongsheng Zhang, Yaxin Hou, Ke Chen, Shuang Cao, Gaojuan Fan, Ji Liu. Quality-Aware Self-Training on Differentiable Synthesis of Rare Relational Data [C]. Thirty-Seventh AAAI Conference on Artificial Intelligence(AAAI2023):6602-6611. CCF-A类顶级国际会议.
[2]Chongsheng Zhang, Bin Wang, Ke Chen, Ruixing Zong, Bofeng Mo, Yi Men, George Almpanidis, Shanxiong Chen, Xiangliang Zhang. Data-Driven Oracle Bone Rejoining: A Dataset and Practical Self-Supervised Learning Scheme [C]. The 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining(SIGKDD 2022): 4482-4492. CCF-A类顶级国际会议.
[3]Fadi Dornaika, Jingjun Bi, Chongsheng Zhang. A unified deep semi-supervised graph learning scheme based on nodes re-weighting and manifold regularization [J]. Neural Networks, 158: 188-196 (2023). SCI 一区.
[4]Fadi Dornaika, Danyang Sun, Karim Hammoudi, Jama Charafeddine, Adnane Cabani, Chongsheng Zhang. Object-centric Contour-aware Data Augmentation Using Superpixels of Varying Granularity [J]. Pattern Recognition, 2023, 109481. SCI 一区.
[5]Chongsheng Zhang, Yuefeng Tao, Kai Du, Weiping Ding, Bin Wang, Ji Liu, Wei Wang. Character-Level Street View Text Spotting Based on Deep Multisegmentation Network for Smarter Autonomous Driving [J]. IEEE Transactions on Artificial Intelligence, 3(2): 297-308 (2022).
[6]Chongsheng Zhang, Weiping Ding, Guowen Peng, Feifei Fu, Wei Wang. Street View Text Recognition With Deep Learning for Urban Scene Understanding in Intelligent Transportation Systems. IEEE Transactions on Intelligent Transportation Systems [J], 22(7): 4727-4743 (2021). SCI 二区.
[7]Chongsheng Zhang, Ruixing Zong, Shuang Cao, Yi Men, Bofeng Mo. AI-Powered Oracle Bone Inscriptions Recognition and Fragments Rejoining [C]. The Twenty-Ninth International Joint Conference on Artificial Intelligence (IJCAI 2020): 5309-5311. CCF-A类顶级国际会议.
[8]Chongsheng Zhang, Jingjun Bi, et al. Multi-Imbalance: An open-source software for multi-class imbalance learning [J]. Knowledge-Based Systems, 174: 137-143 (2019). SCI 二区. ESI高被引论文、ESI热点论文.
[9]Chongsheng Zhang, Yuan Zhang, et al. On Incremental Learning for Gradient Boosting Decision Trees [J]. Neural Processing Letters, 50(1): 957-987 (2019). SCI 三区.
[10]Jingjun Bi, Chongsheng Zhang(*). An empirical comparison on state-of-the-art multi-class imbalance learning algorithms and a new diversified ensemble learning scheme [J]. Knowledge-Based Systems, 158: 81-93 (2018). SCI 二区. ESI高被引论文、ESI热点论文.
[11]Chongsheng Zhang, George Almpanidis, Wanwan Wang, and Changchang Liu. An empirical evaluation of high utility itemset mining algorithms [J]. Expert Systems with applications, 101: 91-115 (2018). SCI 二区, JCR-TOP.
[12]Chongsheng Zhang, Changchang Liu, Xiangliang Zhang, George Almpanidis. An up-to-date comparison of state-of-the-art classification algorithms [J]. Expert Systems with Applications, 82: 128-150 (2017). SCI 二区, JCR-TOP. ESI高被引论文、ESI热点论文. 引用次数:约400次.
[13]Chongsheng Zhang, Jingjun Bi, Paolo Soda. Feature selection and resampling in class imbalance learning: Which comes first? An empirical study in the biological domain [C]. 2017 IEEE International Conference on Bioinformatics and Biomedicine(BIBM 2017): 933-938. CCF-B类国际会议
[14]Chongsheng Zhang, Pengyou Wang, Ke Chen, and Joni-Kristian Kämäräinen. Identity-aware convolutional neural networks for facial expression recognition [J]. Journal of Systems engineering and Electronics, 28(4):784-792 (2017). SCI 四区.
[15]Chongsheng Zhang, Pengyou Wang, Hui Guo, Gaojuan Fan, Ke Chen, and Joni-Kristian Kämäräinen. Turning wingbeat sounds into spectrum images for acoustic insect classification [J]. Electronics Letters, 53(25):1674-1676 (2017). SCI 四区.
[16]Chongsheng Zhang, Jingjun Bi, Changchang Liu, Ke Chen. A parameter-free label propagation algorithm for person identification in stereo videos [J]. Neurocomputing, 218: 72-78 (2016). SCI 二区.
[17]Chongsheng Zhang, Florent Masseglia, Yves Lechevallier. The anti-bouncing data stream model for web usage streams with intralinkings[J].Information Sciences,278:757-772(2014).SCI二区.
[18]Chongsheng Zhang. A system for efficient and simultaneous processing of moving K nearest neighbor and spatial keyword queries [C]. International Conference on Scientific and Statistical Database Management (SSDBM 2014): 50:1-50:4. CCF-C类国际会议.
[19]Chongsheng Zhang, Yuan Hao, Mirjana Mazuran, Carlo Zaniolo, Hamid Mousavi, Florent Masseglia. Mining frequent itemsets over tuple-evolving data streams [C]. The 28th Annual ACM Symposium on Applied Computing (SAC 2013): 267-274.
[20]Chongsheng Zhang, Florent Masseglia, Xiangliang Zhang [C]. Discovering Highly Informative Feature Set over High Dimensions. IEEE 24th International Conference on Tools with Artificial Intelligence (ICTAI 2012): 1059-1064. CCF-C类国际会议.
[21]Chongsheng Zhang, Paolo Soda. A Double-Ensemble Approach for Classifying Skewed Data Streams [C]. The 16th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD 2012): 254-265. CCF-C类国际会议.
[22]Chongsheng Zhang, Florent Masseglia, Xiangliang Zhang. Modeling and Clustering Users with Evolving Profiles in Usage Streams [C]. The 19th International Symposium on Temporal Representation and Reasoning (TIME 2012): 133-140.
[23]Chongsheng Zhang, Florent Masseglia. Discovering Highly Informative Feature Sets from Data Streams [C]. 21st International Conference on Database and Expert Systems Applications (DEXA 2010): 91-104. CCF-C类国际会议.
[24]Chongsheng Zhang, Florent Masseglia, Yves Lechevallier. ABS: The Anti Bouncing Model for Usage Data Streams [C]. The 10th IEEE International Conference on Data Mining (ICDM 2010): 1169-1174. CCF-B类国际会议
[25]Chongsheng Zhang, Paolo Soda, Jingjun Bi, Gaojuan Fan, George Almpanidis, Salvador García, Weiping Ding. An empirical study on the joint impact of feature selection and data resampling on imbalance classification. Applied Intelligence, 53(5): 5449-5461 (2023). SCI 二区
[26]Zhiqiang Zhang, Funa Zhou, Chongsheng Zhang, Chenglin Wen, Xiong Hu, Tianzhen Wang. A personalized federated learning-based fault diagnosis method for data suffering from network attacks. Applied Intelligence, 53(19): 22834-22849 (2023). SCI 二区
[27]Weize Gao, Shanxiong Chen, Chongsheng Zhang, Bofeng Mo, Xuxing Liu. OBM-CNN: a new double-stream convolutional neural network for shield pattern segmentation in ancient oracle bones. Applied Intelligence, 52(11): 12241-12257 (2022). SCI 二区
[28]Gaojuan Fan, Jie Wang, Chongsheng Zhang(*). SACA-UNet:Medical Image Segmentation Network Based on Self-Attention and ASPP [C]. The 36th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2023): 317-322.
[29]Chongsheng Zhang, Roberto D'Ambrosio, Paolo Soda. "Real-time" Instance Selection for Biomedical Data Classification [C]. The 16th International Conference on Data Warehousing and Knowledge Discovery (DaWaK 2014): 394-404.
注:中国计算机学会推荐的国际学术会议和期刊目录:https://www.ccf.org.cn/Academic_Evaluation/By_category/
-------------
部分中文论文:
-------------
[1]张重生, 陈杰, 李岐龙, 邓斌权, 王杰, 陈承功. 深度对比学习综述 [J]. 自动化学报, 2023, 49(1): 15−39. CCF-A类中文期刊论文( T1类).
[2]张重生, 王斌. 基于序列相似性计算的甲骨残片缀合算法 [J]. 电子学报, 2023, 51(04):860-869. CCF-A类中文期刊论文( T1类).
[3]史先进, 曹爽, 张重生(*), 陶月锋, 吕灵灵, 沈夏炯. 基于锚点的字符级甲骨图像自动标注算法研究 [J]. 电子学报, 2021, 49(10):2020-2031. CCF-A类中文期刊论文( T1类).
[4]姜维, 张重生(*), 殷绪成. 基于深度学习的场景文字检测综述 [J]. 电子学报, 2019, 47(05):1152-1161. CCF-A类中文期刊论文. CCF-A类中文期刊论文( T1类).
[5]王弯弯, 张重生(*). 耳朵信息对侧脸检测的影响研究 [J]. 电子学报,2018,46(03):646-651. CCF-A类中文期刊论文. CCF-A类中文期刊论文( T1类).
[6]莫伯峰, 张重生.人工智能在古文字研究中的应用及展望 [J]. 中国文化研究,2023,(02):47-56. CSSCI论文
[7]莫伯峰, 张重生, 门艺. AI缀合中的人机耦合 [J]. 出土文献, 2021, (01):19-26+154. CSSCI论文
[8]门艺, 张重生. 基于人工智能的甲骨文识别技术与字形数据库构建 [J]. 中国文字研究, 2021, (01):9-16. CSSCI论文
[9]张重生, 陈杰, 纵瑞星, 杨帅磊, 凡高娟. 基于Transformer的低质场景字符检测算法 [J].北京邮电大学学报, 2022,45(02):124-130. EI期刊论文
[10]韩诗阳, 张重生(*). DUC-GAN:增强GAN训练稳定性的新模型 [J]. 北京邮电大学学报, 2023. 已录用. EI期刊论文
[11]杨帅磊, 李岐龙, 陈杰, 凡高娟, 张重生. 基于特征过滤和自适应融合机制的不规则场景文本检测算法 [J]. 哈尔滨工业大学学报, 2023. 已录用. EI期刊论文
[12]陶月锋, 姜维, 张重生(*). 场景文字检测算法的漏检问题研究 [J]. 河南大学学报(自然科学版), 2020, 50(05):579-591.
[13]张重生, 彭国雯, 于珂珂. 基于GBDT和HOG特征的人脸关键点定位 [J]. 河南大学学报(自然科学版), 2018, 48(02):214-222.
[14]凡高娟, 张重生, 元沐南. 基于多描述编码的WMSN传输性能 [J]. 北京邮电大学学报, 2012, 35(06):70-73.
注:中国计算机学会推荐的计算领域中文高质量科技期刊分级目录: https://www.ccf.org.cn/ccftjgjxskwml/
著作:
[1]张重生 著. 《人工智能:人脸识别与搜索》, 电子工业出版社, 2020.08. ISBN:9787121383984. 国家出版基金资助.
[2]张重生 著.《刷脸背后:人脸检测 人脸识别 人脸检索》, 电子工业出版社, 2017.07. ISBN:9787121321382.
[3]张重生 译. 《数字视频处理与分析》. 机械工业出版社, 2017.03. ISBN:9787111559955. (该书为译著:Ioannis Pitas著,张重生 译)
[4]张重生 著.《大数据分析:数据挖掘算法示例详解》, 机械工业出版社, 2016.12. ISBN:9787111555469.
[5]张重生 著. 《深度学习:原理与应用实践》, 电子工业出版社, 2016.12. ISBN:9787121304132.
[6]刘鹏, 张燕, 张重生, 张志立. 《大数据》. 电子工业出版社, 2017.01. ISBN:9787121304309. (教材,参编)
[7]张重生 著. 《人工智能与深度学习实战》, 机械工业出版社, 2023. (该书注重深度学习实战、实践)
[8]张重生 著. 《人工智能与深度学习》, 机械工业出版社, 2024. (该书注重对深度学习的原理和前沿技术进行深入的理论讲解,与《人工智能与深度学习实战》为姊妹篇,从理论到实战)
五、科研项目
[1]国家自然科学基金项目,“面向大规模基于位置服务的高效索引与空间查询处理技术”,项目编号: 41401466,2015-2017,主持。
[2]教育部人文社会科学研究一般项目,“人工智能在西北汉简缀合中的应用研究”,规划基金项目,项目编号: 23YJAZH210,2023-2026,主持。
[3]河南省科技发展计划项目,科技攻关,“融入长尾学习与形似字辨识的高精度场景汉字识别技术”,项目编号:232102211021,2023-2024,主持。
[4]另有:科技部高端外国专家项目2项(2021-2022,2023-2024)、河南省高端外国专家项目1项(2023),河南省科技攻关项目1项(2013-2016),均为项目主持人。
六、专利
申请/授权近20项国家发明专利,其中9项与古文字计算密切相关、且均为第一发明人。
详见中国发明专利公布网站:http://epub.cnipa.gov.cn/
七、联系方式
E-mail:cszhang@henu.edu.cn
个人网站:https://cszhangai.github.io/
联系电话:13938613173