1066vip威尼斯下载-DownLoad

柴晶

副教授

  • 研究方向:人工智能、机器学习、信号处理
  • 联系方式:jingchai@aliyun.com
  • 地址:信息学院1513

教育背景

Ø  2001/08—2005/07    西安电子科技大学    电子信息工程        本科

Ø  2005/09—2010/06    西安电子科技大学    信号与信息处理      硕博连读


研究方向

Ø  本人研究方向为人工智能,主要侧重机器学习和信号处理方面的研究工作,包括但不限于弱监督机器学习、雷达目标识别等。


科研和工作经历

Ø  2020/10—至今:1066vip威尼斯下载信息学院 副教授

具体研究方向

1、 基于类别比例学习的弱监督学习机制。

2、 基于消歧策略的偏标记学习模型。

Ø  2016/12—2017/12:悉尼科技大学 访问学者(在职访问) 合作导师:Ivor Tsang教授

具体研究方向

1. 基于多示例学习的哈希判别模型。

2. 大间隔偏标记机器学习算法。

Ø  2012/01—2020/09:太原理工大学信息与计算机学院 讲师

具体研究方向

1、基于消歧策略的多示例学习模型。

2、多示例学习特征提取和特征选择算法。

Ø  2011/04—2011/10:航天科工集团8511研究所 工程师

具体研究方向

1、航天电子对抗。

Ø  2010/11—2011/03:杜克大学 访问学者 合作导师:Lawrence Carin教授

具体研究方向

1、非参数贝叶斯学习算法。

2、马尔科夫链蒙特卡洛算法和变分推断算法。

Ø  2005/09—2010/06:西安电子科技大学雷达信号处理国家重点实验室 硕博连读 导师:保铮 教授  刘宏伟 教授

具体研究方向

1、基于雷达高分辨距离像的目标识别算法。

2、库外目标检测算法。


科研项目

Ø  国家自然科学基金项目:基于类别比例学习的弱监督问题研究 (项目批准号:62166046,起止年月:2022/01—2025/12,项目负责人)

Ø  国家自然科学基金项目:基于包间距离、直接以包为学习对象的多示例学习维数约减问题研究 (项目批准号:61403273,起止年月:2015/01—2017/12,项目负责人)

Ø  山西省自然科学基金项目:多示例学习特征提取算法研究 (项目批准号:2014021022-4,起止年月:2014/01—2016/12,项目负责人)

Ø  国家自然科学基金项目:基于域适应迁移的未知模态下磨矿粒度分布在线软测量和控制方法研究(项目批准号:61703299,起止年月:2020/01—2023/12,第五完成人)

Ø  国家自然科学基金项目:大数据科学下基于条件随机场和神经网络模型的多源图像融合(项目批准号:61973226,起止年月:2018/01—2020/12,第四完成人)

Ø  国家自然科学基金项目:宽带认知雷达自适应波形优化设计研究(项目批准号:61001212,起止年月:2011/01—2011/12,第五完成人)

Ø  国家自然科学基金项目:基于先验知识的高距离分辨雷达目标贝叶斯识别技术(项目批准号:60901067,起止年月:2010/01—2012/12,第二完成人)


学术论文 (*表示通讯作者)

Ø  Jing Chai*, Ivor W. Tsang. Learning with label proportions by incorporating unmarked data. IEEE Trans. on Neural Networks and Learning Systems, 已录用.

Ø  Jing Chai*, Ivor W. Tsang, Weijie Chen. Large Margin Partial Label Machine. IEEE Trans. on Neural Networks and Learning Systems, vol. 31, no. 7, pp. 2594-2608, 2020.

Ø  Jing Chai*, Weiwei Liu, Ivor W. Tsang, Xiaobo Shen. Compact Multiple-Instance Learning. The 26th ACM International Conference on Information and Knowledge Management (CIKM 2017), Singapore, 2007-2010, 2017. (CCF B类会议)

Ø  Jing Chai*, Bo Chen, Fan Liu, Zehua Chen, Xinghao Ding. Multiple-Instance Feature Extraction at the Bag and Instance Levels Using the Maximum Trace-Difference Criterion. Information Sciences, vol. 385, pp. 353-377, 2017.

Ø  Jing Chai*, Zehua Chen, Hongtao Chen, Xinghao Ding. Designing Bag Level Multiple-Instance Feature Weighting Algorithms Based on The Large Margin Principle. Information Sciences, vol. 367, pp. 783-808, 2016.

Ø  Jing Chai*, Xinghao Ding, Hongtao Chen, Tingyu Li. Multiple-Instance Discriminant Analysis. Pattern Recognition, vol. 47, no. 7, pp. 2517-2531, 2014.

Ø  Jing Chai*, Hongtao Chen, Lixia Huang, Fanhua Shang. Maximum Margin Multiple-Instance Feature Weighting. Pattern Recognition, vol. 47, no. 6, pp. 2091-2103, 2014.

Ø  Fanhua Shang*, L.C. Jiao, Jiarong Shi, Jing Chai. Robust Positive semidefinite L-Isomap Ensemble. Pattern Recognition Letters, vol. 32, no. 4, pp. 640-649, 2011.

Ø  Jing Chai*, Hongwei Liu, Zheng Bao. Generalized Re-weighting Local Sampling Mean Discriminant Analysis. Pattern Recognition, vol. 43, no. 10, pp. 3422-3432, 2010.

Ø  Jing Chai*, Hongwei Liu, Bo Chen, Zheng Bao. Large Margin Nearest Local Mean Classifier. Signal Processing, vol. 90, no. 1, pp. 236-248, 2010.

Ø  Jing Chai*, Hongwei Liu, Zheng Bao. Combinatorial Discriminant Analysis: Supervised Feature Extraction that Integrates Global and Local Criteria. Electronics Letters, vol. 45, no. 18, pp. 934-935, 2009.

Ø  Bo Chen*, Hongwei Liu, Jing Chai, Zheng Bao. Large Margin Feature Weighting Method via Linear Programming. IEEE Trans. on Knowledge and Data Engineering, vol. 21, no. 10, pp. 1475-1488, Oct. 2009.

Ø  Jing Chai*, Hongwei Liu, Zheng Bao. A W-KNN Classifier to Improve Radar Outlier Rejection Performance. IET Radar Conference 2009, Guilin, China.

Ø  王好为,闫继雄,柴晶,陈泽华*. 相容关系模型及其在逻辑优化中的应用. 计算机科学与探索vol. 12, no. 3, pp. 502-510, 2018.

Ø  靳晖*,柴晶,赵菊敏,李灯熬. 无源感知系统中的能量管理和通信优化研究. 微电子学与计算机, vol. 36, no. 12, pp. 42-47, 2019.

Ø  韩哲,李灯熬*,赵菊敏,柴晶. 基于改进遗传模糊聚类和水平集的图像分割算法. 计算机工程与设计, vol. 40, no. 5, pp. 1390-1393, 2019.

Ø  张仕将,柴晶,陈泽华,贺海武*. 基于Gossip协议的拜占庭共识算法. 计算机科学, vol. 45, no. 2, pp. 20-24, 2018.

Ø  张仕将,柴晶*. 一种基于最大间隔的偏标记学习算法. 科学技术与工程, vol. 18, no. 28, pp. 109-115, 2018.

Ø  武晓焱,柴晶,刘帆*,陈泽华. 基于最小Hausdorff距离和NSST的遥感图像融合. 光子学报vol. 47, no. 2, pp. 181-192, 2018.

Ø  陈泽华*,闫继雄,柴晶. 基于形式概念分析的多输入多输出真值表并行约简算法. 电子与信息学报vol. 39, no. 9, pp. 2259-2265, 2017.

Ø  陈泽华,尚晓慧,柴晶*. 基于混合Hausdorff距离的多示例学习近邻分类器. 山东大学学报(工学版)vol. 46, no. 6, pp. 15-22, 2016.

Ø  刘帆*,陈泽华,柴晶. 一种基于深度神经网络模型的多聚焦图像融合方法. 山东大学学报(工学版)vol. 46, no. 3, pp. 7-13, 2016.

Ø  柴晶*,王琦,李锋. 基于狄里克莱过程混合高斯模型的信号分选. 航天电子对抗vol. 28, no. 1, pp. 45-47, 2012.

Ø  柴晶*,刘宏伟,保铮. 加权KNN分类器在HRRP库外目标拒判中的应用. 系统工程与电子技术vol. 32, no. 4, pp. 718-723, 2010.

Ø  柴晶*,刘宏伟,保铮. 一种提高雷达HRRP识别和拒判性能的新方法. 西安电子科技大学学报vol. 36, no. 2, pp. 233-239, 2009.

Ø  柴晶*,刘宏伟,保铮. 提高雷达HRRP目标识别和拒判性能的核学习算法. 西安电子科技大学学报vol. 36, no. 5, pp. 793-800, 2009.


专著

Ø  柴晶, 侯庆禹 . 雷达高分辨距离像目标识别的关键应用研究. ISBN: 978-7-03-056589-1, 科学出版社, 20183.


专利

Ø  一种锂离子电池寿命预测方法. 发明专利. 授权日期:2020年01月21日.第二发明人.

Ø  一种长寿命快充型磷酸铁锂电池的寿命预测方法. 发明专利. 授权日期:2020年02月11日.第二发明人.

Ø  基于粒计算的时序逻辑电路状态化简方法. 发明专利. 授权日期:2020年06月02日.第三发明人.


主讲课程

Ø  计算机网络

Ø  SoC集成电路设计

Ø  人工智能导论

Ø  模式识别

Ø  模式识别实验