教师主页移动版

综合介绍 General Introduction 王政，1991年生，工学博士，西北工业大学光电与智能研究院副教授，硕导。2017和2021年分别获得安徽大学硕士和西北工业大学博士学位，主要从事复杂高维数据的表征学习方面研究。近五年发表学术论文40余篇，其中中科院一区期刊20余篇，包括人工智能国际期刊IEEE Trans-PAMI、IEEE Trans-NNLS、IEEE Trans-CYB、IEEE Trans-IP等，以及CCF A类期刊会议4篇，包括IEEE Trans-KDE、IJCAI。以第一作者申请相关专利2项，长期担任IEEE Trans-NNLS、IEEE Trans-CYB、Pattern Recognition、AAAI、IJCAI、ICLR、NeurIPS等国际期刊、会议审稿人。2021年获得中国博士后第70批面上资助，同年获得IJCAI-SAIA青年精英学术会议“学术新星”奖，2022年获得陕西省自然科学基础研究计划青年项目资助。更多信息请详见个人谷歌学术主页： Google Scholar，研究院教师主页：IOPEN。 个人相册

教育教学

个人经历 personal experience 工作经历 教育经历 工作单位名称 起始时间 结束时间 职务/岗位 证明人 西北工业大学 西安交通大学 学校名称 起始时间 结束时间 学历 学位 西北工业大学 博士研究生毕业 工学博士 安徽大学 硕士研究生毕业 工学硕士

荣誉获奖

学科信息 Subject information 一级学科 二级学科 计算机科学与技术 计算机应用技术

科学研究

教育教学 Education and teaching 招生信息 学生信息 招生年度 招生学院 招生专业 2024 光电与智能研究院 计算机科学与技术 学生姓名 学号 学历 专业

学术成果

科研成果 Scientific research results 论文成果 [1] Z. Wang, F. Nie, L. Tian, R. Wang and X. Li, “Discriminative feature selection via astructured sparse subspace learning module,”.Proceedings of the International JointConference on Artificial Intelligence - Pacific Rim International Conference on ArtificialIntelligence (IJCAI-PRICAI, CCF A),2020 [2] Z. Wang, D. Wu, R. Wang, F. Nie and F. Wang, "Joint Anchor Graph Embedding andDiscrete Feature Scoring for Unsupervised Feature Selection,".IEEE Transactions on NeuralNetworks and Learning Systems, in press,2023 [3] Z. Wang, Q. Li, F. Nie, R. Wang, F. Wang and X. Li, "Efficient Local Coherent StructureLearning via Self-Evolution Bipartite Graph,".IEEE Transactions on Cybernetics, in press,2023 [4] Z. Wang, Y. Yuan, R. Wang, F. Nie, Q. Huang and X. Li, "Pseudo-Label Guided StructuralDiscriminative Subspace Learning for Unsupervised Feature Selection,". IEEE Transactions on NeuralNetworks and Learning Systems, in press,2023 [5] Z. Wang, F. Nie, H. Wang, H. Huang and F. Wang, "Toward Robust DiscriminativeProjections Learning Against Adversarial Patch Attacks,". IEEE Transactions on NeuralNetworks and Learning Systems, in press, 2023 [6] Z. Wang, F. Nie, C. Zhang, R. Wang and X. Li, "Worst-case Discriminative FeatureLearning via Max-Min Ratio Analysis,". IEEE Transactions on Pattern Analysis andMachine Intelligence, in press, 2023

综合介绍

团队信息 Team Information 本人所属团队聚焦机器学习与深度学习相关研究，主要包括子空间学习、分类、聚类、单（多）目标检测与跟踪、表征学习、深度多模态学习、图卷积网络等基础研究，并将相关学术研究成果应用于临地安防场景中。学术成果已在国际人工智能高水平期刊以及CCF A类会议如IEEE TPAMI、TNNLS、AAAI、CVPR、ICML、NeurIPS等上发表相关研究论文50余篇。10余名硕博士研究生在人工智能国际顶级会议上以口头汇报或海报的形式展示学术成果。欢迎优秀本科、硕士生报考本团队，本人将亲自从模型构思、代码编程、文章撰写等方面进行实际指导，请有意向同学发送简历至zhengwangml@gmail.com。