教师主页移动版

主页 > 北京市 > 北京航空航天大学

张宝昌

姓名 张宝昌
性别
学校 北京航空航天大学
部门 人工智能研究院
学位 博士
学历 博士研究生
职称 教授
联系方式 实用新型1875包写包过
邮箱 bczhang@buaa.edu.cn
   
集群智慧云企服 / 知识产权申请大平台
微信客服在线:543646
急速申请 包写包过 办事快、准、稳
软件产品登记测试
软件著作权666元代写全部资料
实用新型专利1875代写全部资料

张宝昌 ( 教授 ) 赞44 的个人主页 http://shi.buaa.edu.cn/mpl/zh_CN/index.htm   教授 教师拼音名称:zhang baochang 电子邮箱:bczhang@buaa.edu.cn 所在单位:人工智能研究院 职务:Professor 学历:博士研究生 性别:男 联系方式:bczhang@139.com 学位:博士 在职信息:在职 毕业院校:哈工大 个人简介 特聘研究员,2018年进入北航长聘系列,长期从事复杂背景下快速小目标检测与识别研究,目前尤其关注控制理论和深度学习的结合。入选教育部新世纪优秀人才计划、深圳市海外高层次人才团队计划,获一级学会/省部级一等奖4项。发表CVPR、ICCV、NeurPS、AAAI、IJCAI以及IEEE汇刊等顶会、顶刊90余篇,LDP一作单篇论文引用超过1200次。 获得 ECCV 20 小目标比赛第一名,COCO目标检测比赛第一名;ICPR 20,pollen recognition 细粒度目标识别比赛第一名。 担任了多个知名SCI期刊的首席客座主编或者客座主编。担任IEEE JMASS、IJARS期刊编委。顶会CVPR、ICCV、ACM MM等程序委员会成员。培养校级、院级优秀论文近10篇,培养学生逐渐成为国家栋梁,工作单位包括国家税务总局,社科院,航天院所等。 研究成果 1:提出混合高斯不确定性理论。国际上首次证明混合高斯波函数的不确定性上界,是经典理论的一般性扩展。相关论文一作发表于视觉领域顶刊IJCV,2016年大陆学者一作正刊仅有6篇。 研究成果2:发现了梯度下降算法的多变量独立假设存在缺陷,由于变量上约束不同(稀疏性),导致了不同变量收敛速度的不一致性,即存在相关性。提出了协同梯度下降算法(CoGradient Descent,CVPR2020),引入投影映射法协同不同变量间的收敛速度,实现更加充分的训练。 学术成果3:提出调制卷积神经网络,在1-bit深度模型压缩方面在大型数据集合上取得世界上最好的性能,并进行推广。(感兴趣的同学可以基于开源Gabor CNN进行实现,由于商业上限制我们的1-bit代码不能开源。) 相关的论文和代码: http://dblp.uni-trier.de/pers/hd/z/Zhang:Baochang.html https://github.com/bczhangbczhang/   联系方式: bczhang@139.com 教育经历 [1]. 哈尔滨工业大学       计算机科学与技术       本硕博 工作经历 [1]. 2006.11 -- 2007.11 香港中文大学      IE      researcher           Focusing on face recognition [2]. 2007.11 -- 2008.11 格里菲斯大学      Griffith fellow           focusing on feature learning [3]. 2011.3 -- 2011.12 香港理工大学      visting fellow           focusing on infrared face recognition [4]. 2014.1 -- 2015.3 意大利理工学院      PAVIS      Senior Postdoc           focusing on machine learning 社会兼职 [1]. 2019.6 -- 2020.6 百度深度学习实验室学术顾问Academic Advisor of Institute of Deep Learning, Baidu Research 研究方向 [1] 神经网络结构搜索,尤其关注功耗约束、通讯带宽约束的网络结构设计 [2] 深度学习模型压缩;视觉目标检测与识别,尤其关注小目标感知;视频识别;机器学习理论与应用 其他联系方式 [1] Email : bczhang@139.com

张宝昌