张春阳-5657威尼斯

 张春阳-5657威尼斯
师资队伍

张春阳

来源:     发布日期:2021-10-29    浏览次数:

基本信息

职称 副教授

职务 博士生导师

主讲课程

1. 本科课程:计算机科学导论、计算理论、计算机组成原理、计算机组成原理实验

2. 研究生课程:高级机器学习、 智能技术

研究方向

人工智能、机器学习,特别是数据表示学习,具体研究问题包括计算机视觉、自然语言处理和图网络分析。

办公室: 计算机学院 2号楼508/510

电子邮件: zhangcy@fzu.edu.cn

个人简介

张春阳,男,博士,副教授,博士生导师,福州大学“旗山”学者,博士毕业于澳门大学,主要研究方向为人工智能、机器学习、大数据等领域,研究问题主要有计算机视觉、自然语言处理和图网络计算,主持国家自然科学基金面上、青年项目,福建省自然科学基金面上项目,以及福州大学科研项目等,发表三十余篇论文,google 引用4900余次。

工作经历

1. 2017年07月—至今 福州大学 副教授

2. 2016年06月—2017年06月 澳门大学 博士后

3. 2015年11月—2017年06月 福州大学 福州大学“旗山”学者

4. 2012年09月—2015年07月 澳门大学 研究助理,教学助理

5. 2010年09月—2012年07月 澳门大学 研究助理,教学助理

科研项目

1. 主持国家自然科学基金面上项目,项目名称为《基于视频表示学习的时空模型研究及其应用》,2021/01-2024/12,经费62万

2. 主持国家自然科学基金青年项目,项目名称为《基于深度学习的高维时间序列预测方法及其视频控制的应用》,2016/01-2019/12,经费21万。

3. 主持福建省自然科学基金面上项目,项目名称为《动态网络表示学习方法研究及其应用》,2020/08-2023/08,项目经费7万。

4. 主持福建省自然科学基金面上项目,项目名称为《基于粒子计算的深度学习模型研究》,2016/01-2020/12,项目经费7万。

5. 主持福州大学“旗山”学者(海外)科研项目,项目名称为《受限玻尔兹曼机的分布式学习方法研究》,2016/01-2020/12,项目金额25万。

6. 参加国家自然科学基金项目面上项目(参与者排名第二),项目编号项目名称为《新型进化计算与深度学习方法及其在疾病预防与控制的应用》,2015/01-2019/12,项目金额69万。

7. 参加澳门科学发展基金项目(参与者排名第二),名称为“new deep learning techniques for pattern learning and recognition”,2015/01-2019/12项目金额335万。

8. 参与国家自然科学基金青年基金,《基于多模式人群运动模型的在线多目标跟踪》,2018/01-2020/12,24.2万。

近年发表的代表论文

  • yue-na lin, hai-chun cai, chun-yang zhang*, and hong-yu yao, " fuzzy neural network for representation learning on uncertain graphs", ieee transactions on fuzzy systems, accepted, 2024.

  • hong-yu yao, chun-yang zhang*, zhiliang yao, c. l. philip chen and junfeng hu, "a recurrent graph neural network for inductive representation learning on dynamic graphs", pattern recognition, volume 154, 110577, 2024.

  • yue-na lin, hai-chun cai, chun-yang zhang*, and c. l. philip chen," multiple views to free graph augmentations", ieee transactions on computational social systems, doi: 10.1109/tcss.2023.3332044, vol.11, no. 3, pp: 3920 - 3930, 2024.

  • hong-yu yao, yuan-long yu*, chun-yang zhang*, yue-na lin, and shang-jia li, "fuzzy representation learning on dynamic graphs", ieee transactions on systems, man and cybernetics: systems, doi: 10.1109/tsmc.2023.3320749, vol. 54, no. 2, pp: 878-890, 2024. 

  • chun-yang zhang, hong-yu yao*, c. l. philip chen and yue-na lin, "graph representation learning via contrasting cluster assignments", ieee transactions on cognitive and developmental systems, doi: 10.1109/tcds.2023.3313206,vol.14, no. 3, pp: 912-922, 2024.

  • chun-yang zhang, wu-peng fang*, hai-chun cai*, c. l. philip chen and yue-na lin, "sparse graph transformer with contrastive learning", ieee transactions on computational social systems, doi:10.1109/tcss.2023.3232117, vol. 11, no. 1, pp: 892-904, 2024.

  • hui-bin lin, chun-yang zhang, shiping wang and wenzhong guo*, "a probabilistic contrastive framework for semi-supervised learning", ieee transactions on multimedia, doi:10.1109/tmm.2023.3241539, vol. 25, pp. 8767-8779, 2023.

  • hui-bin lin, hai-tao fu*, chun-yang zhang*, c. l. philip chen, " a new robust contrastive learning for unsupervised person re-identification ", international journal of machine learning and cybernetics, doi: 10.1007/s13042-023-01997-1, 2023.

  • chun-yang zhang, yue-na lin*, c. l. philip chen, hong-yu yao, hai-chun cai and wupeng fang, "fuzzy representation learning on graph", ieee transactions on fuzzy systems, doi:10.1109/tfuzz.2023.3253291, vol. 31, no. 10, pp: 3358-3370, 2023.

  • feng-jie li, chun-yang zhang* and c. l. philip chen, "sts-dgnn: vehicle trajectory prediction via dynamic graph neural network with spatial-temporal synchronization", ieee transactions on instrumentation & measurement, doi:10.1109/tim.2023.3307179, vol. 12, pp: 1-13, 2023.

  • chun-yang zhang, hai-chun cai*, c. l. philip chen, yue-na lin and wu-peng fang,"graph representation learning with adaptive metric", ieee transactions on network science and engineering, vol. 10,no. 4, pp. 2074-2085, 2023.

  • chun-yang zhang, zhiliang yao*, hongyu yao*, feng huang, and c. l. philip chen, “dynamic representation learning via recurrent graph neural networks”, ieee transactions systems, man and cybernetics: systems, vol. 53, no.2, pp:1284-1297, 2023. 

  • chun-yang zhang, yongyi xiao, jin-cheng lin, c. l. philip chen, wenxi liu and yuhong tong, “3d deconvolutional networks for the unsupervised representation learning of human motions”, ieee transactions on cybernetics, vol. 52, no. 1, pp. 398-410, jan. 2022. 

  • chun-yang zhang, junfeng hu, lin yang, c. l. philip chen and zhiliang yao, “graph deconvolutional networks”, information sciences, vol. 518, p. 330-340, may 2020. 

  • shuang feng, c. l. philip chen and chun-yang zhang, “a fuzzy deep model based on fuzzy restricted boltzmann machines for high-dimensional data classification”, ieee transactions on fuzzy systems, vol.28, no.7, july 2020. 

  • chun-yang zhang, qi zhao, c. l. philip chen and wenxi liu, “deep compression of probabilistic graphical networks”, pattern recognition, vol. 96, 106979, 2019. 

  • wenxi liu, chun-yang zhang, gengeng liu, and yaru su, “extraversion measure for crowd trajectories”, ieee transactions on industrial informatics, vol. 15, no. 1, pp. 6334-6343, 2019. 

  • c. l. philip chen, chun-yang zhang*, l. chen and m. gan, “fuzzy restricted boltzmann machine for the enhancement of deep learning,” ieee transactions on fuzzy systems, vol.23, no.6, pp.2163-2173, dec. 2015. 

  • chun-yang zhang, c. l. philip chen, m. gan and l. chen, “predictive deep boltzmann machine for multi-period wind speed forecasting,” ieee transactions on sustainable energy, vol.6, no.4, pp.1416-1425, oct. 2015. 

  • c. l. philip chen and chun-yang zhang, “data-intensive applications, challenges, techniques and technologies: a survey on big data,” information sciences, volume 275, pp. 314-347, august 2014.

上一篇
下一篇
网站地图