H

胡世哲

日期:2022-03-23 信息来源: 浏览量:


 

胡世哲 (最新动态见:https://shizhehu.github.io/),男,1992年生,中共党员,副研究员,硕士生导师,中国图象图形学学会视觉大数据专业委员会委员,IEEE/ACM/CCF/CSIG会员。2021年8月入职郑州大学计算机与人工智能学院,主要研究方向有多模态学习、多视图学习、多任务学习、信息瓶颈(Information Bottleneck)理论、非视域成像、多模态表示与融合、可信/可解释学习、聚类分析、图像模式分析、视频动作识别、无监督特征学习等。


 已以第一/通讯作者身份在IEEE TPAMI、TIP(x2)、TKDE、TNNLS(x2)、TCYB、Pattern Recognition、Information Sciences、Information Processing and Management、Expert Systems With Applications、Knowledge-Based Systems、计算机学报、ACM MM、IJCAI、IEEE ICASSP等中国计算机学会A/B类会议期刊或中科院1区期刊上发表SCI/EI论文近20篇。论文发表后得到国内外同行的关注和积极评价,Google学术被引用近500次。多次担任国际顶级期刊IEEE TPAMI、TIP、TKDE、TNNLS、TMM、TCSVT、Information Fusion、Pattern Recognition、Neural Networks以及国内外顶级会议NeurIPS、ICML、IEEE CVPR、ACM MM、AAAI、IJCAI、ECCV、ICDM、CCDM、PRCV、PRAI的审稿人。 


主持国家自然科学青年基金项目、中国博士后基金面上项目各1项,以课题骨干参与国家重点研发计划专项1项、国家自然科学基金面上项目2项。曾获ACM中国郑州分会优秀博士学位论文奖、河南省自然科学学术二等奖、郑州大学优秀博士学位论文。


工作背景:

2024.01 –至今,副研究员(副高级),郑州大学,计算机与人工智能学院,计算机科学与技术;

2021.8 –2024.01,助理研究员(中级),郑州大学,计算机与人工智能学院,计算机科学与技术;

 

教育背景:

l 2015. 9 – 2021. 6,郑州大学,信息工程学院,软件工程,硕博连读,导师:叶阳东教授

l 2011. 9 – 2015. 6,郑州大学,信息工程学院,工学学士;

 

代表性学术成果---期刊论文:

1. Shizhe Hu, Zhengzheng Lou, Xiaoqiang Yan, and Yangdong Ye: A Survey on Information   Bottleneck . IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), Accepted, 2024. (中国计算机学会推荐A类国际期刊,中科院1区TOP期刊,影响因子=23.6)

2. Shizhe Hu, Zhengzheng Lou, and Yangdong Ye: View-wise VS Cluster-wise Weight: Which Is Better for Multi-view Clustering?. IEEE Transactions on Image Processing (TIP). 2022. (中国计算机学会推荐A类国际期刊,中科院1区TOP期刊,影响因子=11.041)

3. Chaoyang Zhang, Zhengzheng Lou, Qinglei Zhou, and Shizhe Hu*(通讯作者): Multi-View Clustering via Triplex Information Maximization. IEEE Transactions on Image Processing (IEEE TIP), 2023. (中国计算机学会推荐A类国际期刊,中科院1区TOP期刊,影响因子=10.6);

4. Shizhe Hu, Xiaoqiang Yan, Yangdong Ye: Multi-task Image Clustering through Correlation Propagation. IEEE Transactions on Knowledge and Data Engineering (IEEE TKDE). 2021. (中国计算机学会推荐A类国际期刊,影响因子=9.235)

5. Shizhe Hu, Zenglin Shi, Xiaoqiang Yan, Zhengzheng Lou, and Yangdong Ye: Multiview Clustering with Propagating Information Bottleneck. IEEE Transactions on Neural Networks and Learning Systems (TNNLS), Accepted, 2023. (中国计算机学会推荐B类国际期刊, 中科院1区,影响因子=14.255)

6. Shizhe Hu, Chengkun Zhang, Guoliang Zou, Zhengzheng Lou, and Yangdong Ye: Deep Multi-view Clustering by Pseudo-label Guided Contrastive Learning and Dual Correlation Learning . IEEE Transactions on Neural Networks and Learning Systems (TNNLS), Accepted, 2024. (中国计算机学会推荐B类国际期刊, 中科院1区,影响因子=14.255)

7. Shizhe Hu, Zenglin Shi, Yangdong Ye: DMIB: Dual-correlated Multivariate Information Bottleneck for Multi-view Clustering. IEEE Transactions on Cybernetics (IEEE TCYB),2022. (中国计算机学会推荐B类国际期刊, 中科院1区,影响因子=19.118)

 8. Shizhe Hu, Xiaoqiang Yan, Yangdong Ye: Dynamic Auto-weighted Multi-view Co-clustering. Pattern Recognition (PR). 2020. (中国计算机学会推荐B类国际期刊,,中科院1区,影响因子=7.740)

9. Shizhe Hu, Xiaoqiang Yan, Yangdong Ye: Joint Specific and Correlated Information Exploration for Multi-view Action Clustering. Information Sciences. 2020. (中国计算机学会推荐B类国际期刊,,中科院1区,影响因子=8.233)

10. Shizhe Hu, Guoliang Zou, Chaoyang Zhang, Zhengzheng Lou, Ruilin Geng, and Yangdong Ye: Joint Contrastive Triple-learning for Deep Multi-view Clustering. Information Processing and Management (IPM), 2023. (中国计算机学会推荐B类国际期刊,中科院1区,影响因子=7.466)

11. Shizhe Hu, Bo Wang, Zhengzheng Lou, Yangdong Ye: Multi-view Content-Context Information Bottleneck for Image Clustering. Expert Systems With Applications, 2021. (中科院1区,影响因子=8.665)

12.  Shizhe Hu, Ruobin Wang, and Yangdong Ye: Interactive Information Bottleneck for High-dimensional Co-occurrence Data Clustering. Applied Soft Computing, 2021. (中科院2区,影响因子=8.7);

13. 胡世哲,娄铮铮,王若彬,闫小强,叶阳东: 一种双重加权的多视角聚类方法. 计算机学报,2020. (中国计算机学会推荐A类国内期刊,国内一级学报,EI期刊)

  

代表性学术成果----会议论文:

1. Shizhe Hu, Ruilin Geng, Zhaoxu Cheng, Chaoyang Zhang, Guoliang Zou, Zhengzheng Lou, Yangdong Ye: A Parameter-free Multi-view Information Bottleneck Clustering Method by Cross-view Weighting. ACM Inter. Conf. Multimedia (ACM MM), 2022. (中国计算机学会推荐A类国际会议,多媒体领域国际顶级会议)

2. Zhengzheng Lou, Chaoyang Zhang, Hang Xue, Yangdong Ye, Qinglei Zhou,Shizhe Hu*(通讯作者): Self-supervised Weighted Information Bottleneck for Multi-view Clustering. In the 33rd International Joint Conference on Artificial Intelligence (IJCAI), 2024. (中国计算机学会推荐A类国际会议,人工智能领域国际顶级会议)

3. Xiaoqiang Yan, Shizhe Hu, Yangdong Ye: Multi-task Clustering of Human Actions by Sharing Information. IEEE Conference on Computer Vision and Pattern Recognition (IEEE CVPR). 2017. (中国计算机学会推荐A类国际会议,计算机视觉国际顶级会议)

4. Shizhe Hu, Zhenquan Hou, Zhengzheng Lou, Yangdong Ye: Content VS Context: How about "Walking Hand-In-Hand" for Image Clustering. IEEE International Conference on Acoustics, Speech, and Signal Processing (IEEE ICASSP). 2020. (中国计算机学会推荐B类国际会议,信号处理领域顶级会议)

5. Xiaoqiang Yan, Yiqiao Mao, Shizhe Hu, Yangdong Ye: Heterogeneous Dual-Task Clustering with Visual-Textual Information. SIAM International Conference on Data Mining (SDM). 2020. (中国计算机学会推荐B类国际会议,数据挖掘领域重要会议)


获奖情况:

l 2021年,ACM中国郑州分会优秀博士学位论文奖;

l 2021年,河南省自然科学学术二等奖

l 2021年,郑州大学优秀博士学位论文;

l 2021年,河南省“优秀应届毕业生”

l 2020年,博士研究生“国家奖学金”;

l 2020年,郑州大学“研究生优秀成果奖”;

l 2020年,郑州大学第十五届研究生学术论坛“最佳论文”;

l 2016年,郑州大学“优秀青年志愿者”;

l 2015年,河南省“优秀应届毕业生”;

l 2013年,本科生“国家奖学金”;

 

项目经历:

l 信息瓶颈理论驱动的自监督多视角聚类方法研究 (62206254),2023-2025,30万,国家自然科学青年基金项目,主持

l 中国博士后科学基金第74批面上资助(2023M743186), 2023.08-2025.03, 主持.

l 图传播IB方法的模型及传播机制研究(62176239), 2022-2025,58万,国家自然科学基金面上项目,课题骨干

l 传播IB方法的研究(61772475),2018年-2021年,62万,国家自然科学基金面上项目,课题骨干;

l 高速铁路成网条件下铁路综合效能与服务水平提升技术,负责“路网运营与安全大数据获取与挖掘技术”的相关研究,2018YFB1201403,2018-2020,221万,国家重点研发计划“先进轨道交通”重点专项,参与者;

 

学术活动:

l 会议程序委员会成员:NeurIPS'24, ICML'24, ACM MM'23/24, CVPR'22/23, AAAI'21/22/23/24, IJCAI'22/23/24, ECCV'22/24, ICDM’22, CCDM'22, PRCV'22, PRAI'22/23.

l 期刊审稿人:IEEE TPAMI, TIP, TKDE, TNNLS, TMM,Information Fusion, Pattern Recognition, Neural Networks, Acta Automatica Sinica

 

指导学生:

Binyan Tian (田斌艳), 2023~2026.

Jiahao Fan (范嘉豪), 2023~2026.

Ke Zhang (张珂), 2023~2026, 与娄铮铮教授合作指导.

Chengkun Zhang (张丞坤), 2022~2025, 与叶阳东教授合作指导.

Hang Xue (薛航), 2022~2025, 与娄铮铮教授合作指导.

Guoliang Zou (邹国梁), 2020~2023, 与叶阳东教授合作指导: 在Information Processing and Management (CCF Rank B)发表期刊论文一篇.

Ruilin Geng (耿瑞林), 2020~2023, 与叶阳东教授合作指导: 在ACM MM 2022 (CCF Rank A)发表会议论文一篇.


招生信息:

欢迎对机器学习、人工智能、计算机视觉、模式识别、数据挖掘、视频图像处理、多模态学习、特征学习等方向感兴趣的同学加入,请有意向同学将个人简历和本科成绩单发送至ieshizhehu@zzu.edu.cn。

 

招生要求:  

        (1)具有自律、独处能力,科研是一项多努力才能多产出的活动,耐得住寂寞,方能守得住繁华。

      (2)具有明确的读研导向,即为什么读研,而不是仅为了拿一张硕士毕业证。

      (3)具备较好的数学与英文(以英文读写能力为主)素养。

      (4)具备良好的编程能力(以MATLAB、Python为主)。

    (5)具备相关数据挖掘、机器学习、计算机视觉等方面的基础知识优先,同时也建议先学习过李宏毅老师的机器学习课程[http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML20.html]。

       (6)有前期科研经历者加分(学术竞赛、论文发表、课外学术活动等)。

      

        培养目标:  

   (1)具备扎实的专业知识、缜密的科研思维、较强的动手能力、广阔的学术视野,及独立发现、思考、解决问题的重要科学素养;

    (2)在校期间在世界顶级期刊或会议上(CCF推荐A、B类期刊/会议)发表高水平、有影响力的论文,并有志于毕业后继续从事学术研究工作。

 


       培养方式:  

    (1)“一对一,手把手”:从阅读论文、总结分析论文、编程实验、结果分析到具体撰写论文,各个环节一对一、手把手带。

     (2)“多方位驱动”:采用问题驱动、方法驱动、任务驱动的方式进行培养管理,学生定期汇报进度。

     (3)“再苦不苦孩子,再穷不穷教育”:在研究生待遇方面,每月给研究生发放补贴,包括学校资助部分和本人项目资助补贴两部分,旨在解决生活之忧,创造良好的科研环境。

      (4) “交流讨论不可少”:定期安排组内论文报告,探讨并进行学术交流。

    (5)“兴趣毅力是动力”:科学研究并不需要很高的智商和惊人的天赋,但需要你有兴趣、有毅力、有耐性,同时掌握正确的科研方法和技巧(本人会手把手指导)。

    (6)“科研生活balance”:推崇健康快乐的学习方式和环境,定期组织健康有益的活动,比如台球、羽毛球、乒乓球、跑步等活动(活动中产生的一切费用无需学生承担)。

    (7)科学研究中涉及到大量的凝练思考、批判创造、计算机编程与算法实验等,同时学术交流的过程锻炼了沟通的能力,无疑这些对于无论是选择继续读博深造或进入国企、私企的同学都有很重要的作用。

   (8)对有意出国的同学,建议尽早进入实验室学习。良好的科研基础训练是出国留学的敲门砖。

 


上一条: 胡亚洲

下一条: 韩英杰

版权所有 © 郑州大学计算机与人工智能学院  All Rights Reserved.