.png){kind=icon}
操晓春 (Xiaochun Cao)
H指数:73
被引数:2.7万
个人简介
中山大学信息学部副主任、网络空间安全学院院长，国家杰出青年/优秀青年基金获得者。本科及硕士毕业于北京航空航天大学计算机科学与技术系，博士毕业于美国中佛州大学计算机科学系。毕业后曾担任ObjectVideo Inc.研究科学家，在加入中山大学前曾于中国科学院信息安全研究所任教授。主要研究方向包括人工智能基础研究和网络空间内容安全应用研究。曾获得省部级一等奖和二等奖各1项，以及2004年和2010年国际模式识别会议Piero Zamperoni最佳学生论文奖。
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
- Piero Zamperoni best student paper award（2004）｜International Conference on Pattern Recognition
- Piero Zamperoni best student paper award（2010）｜International Conference on Pattern Recognition
- Outstanding Young Scientists Fund（2020）｜National Natural Science Foundation of China
- Excellent Young Scientists Fund（2014）｜National Natural Science Foundation of China
G-Merging：通过 gossip 方法在 O(1) 内存开销内合并模型
SPnAR: 基于语义的扰动和自适应恢复保护大型语言模型推理
实体依赖的关系学习用于知识图谱补全
IN<sup>3</sup>SIGHT：面向OOC虚假信息检测的认知法证推理
通过帧间空间相似性实现高效的视频帧插值模型对抗攻击
GlyphTSR：超越符号先验的场景图像超分辨率
噪声诱导的跨模态信息交互与双提示学习用于医学图像分割
差分隐私赋能的级联滤波器：用于高效且隐私保护的联邦学习
基于高极性芳香凝胶的介电设计策略用于防水印刷电致发光器件
FreeDehaze: 一种通过扩散退化先验实现免训练真实世界图像去雾的方法
一体化图像修复的虚拟一致性模型
高效、鲁棒且抗共谋的图像扩散模型指纹技术
PersGuard：通过模型后门防止文本到图像扩散模型中的恶意个性化
通过催化剂加速提升去中心化联邦学习的性能
一种高效的再生跨模态哈希方法：利用任意长度改进现有哈希码
刑事调查中的潜在指纹质量评估：一个基准数据集和方法
