.png){kind=icon}
宋
宋明黎 (Mingli Song)
H指数:50
被引数:9,464
个人简介
"2006年于浙江大学获得计算机科学与技术专业工学博士学位，攻读博士期间获得“微软学者”称号。 主要研究兴趣包括图像信息处理、机器视觉与模式识别、深度模型知识重组、图机器学习等， 在IEEE T-PAMI, IEEE T-IP, T-MM, T-SMCB, Information Sciences, Pattern Recognition, CVPR, ECCV and ACM MM等在内的会议和期刊上发表论文200余篇。 担任Information Sciences, Journal of Visual Communication and Image Representation, Neural Processing Letters等国际期刊Associate Editor，并且是ACM Multimedia, ICIP, ICASSP, ICME, PCM, PSIVT and CAIP等国际会议的审稿专家和程序委员，另外还是IEEE T-PAMI,T-IP, T-VCG, T-KDE, T-MM, T-CSVT, TSMCB, IJCV, PR, INS, CVIU等期刊的特邀审稿专家。 2022--现在，浙大城市学院，讲席教授 2015--现在，浙江大学，教授 2015，新加坡国立大学，访问教授 2012–2014，美国华盛顿大学，访问学者 2009，新加坡南洋理工大学，访问教授 2007，香港理工大学，访问学者 IEEE资深会员，ACM专业会员 中国图象图形学会高级会员，中国指挥与控制学会高级会员，中国计算机学会会员，中国人工智能学会会员、中国能源研究会会员 中国图象图形学会视觉大数据专委会委员、中国图象图形学会图像智能边缘计算专委会委员、 中国能源研究会人工智能专委会委员 视觉感知教育部-微软重点实验室（浙江大学）副主任 浙大城市学院超大规模图数据高性能智能计算研究中心主任"
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
利用新颖的一致性限制扩散框架实现病理图像的高保真度和一致性超分辨率
基于分箱编码器的分组聚合网络流量异常检测
时尚租赁的消费者采纳与可持续消费：系统文献综述与整合框架
RepAttn3D：使用时空增强对3D注意力进行重参数化，用于视频理解
Neural Networks
IF6.3
动态图神经网络的综合综述：模型、框架、基准、实验与挑战
基于视觉的多模态有氧运动能量消耗估算（针对成人）
基于源分块和移动聚合的高效分布式图神经网络训练
一种用于时间序列预测的鲁棒联邦偏向学习算法
混合注意力与通道移位变换器用于高效动作识别
基于图神经网络的颗粒抗压强度混合预测框架
INFORMATION FUSION
IF15.5
TransfIGN: 一种基于结构的深度学习方法，用于对hla-a * 02:01与抗原肽之间的相互作用进行建模
