信息与通信工程学院
|
|
|
|
| 导师代码： |
11892
|
| 导师姓名： |
刘翼鹏
|
| 性 别： |
男 |
| 特 称： |
|
| 职 称： |
教授
|
| 学 位： |
工学博士学位
|
| 属 性： |
专职 |
| 电子邮件： |
yipengliu@uestc.edu.cn
|
|
|
| 学术经历：
|
|
2018年 至今，电子科技大学，信息与通信工程学院，副教授。
2014年 - 2017年，电子科技大学，电子工程学院，特聘副教授。
2016年 - 2017年，国立清华大学（台湾），电讯工程系，访问学者。
2011年 - 2014年，鲁汶大学（比利时），电子工程系，博士后研究员。
2011年 - 2011年，华为技术有限责任公司，成都研究所，算法工程师。
2010年 - 2011年，清华大学（北京），电子工程系，访问学生。
2007年 - 2008年，西南电子技术研究所，实习生。
2006年 - 2011年，电子科技大学，信息与通信工程，博士生。
2002年 - 2006年，电子科技大学，生物医学工程，本科生。
|
|
| 个人简介：
|
|
刘翼鹏是电子科技大学信息与通信工程学院副教授。他曾在鲁汶大学（比利时）、清华大学（北京）、清华大学（台湾）、华为技术、西南电子技术研究所访问和工作。他主要从事张量数据分析相关理论、方法与应用工作，以张量计算为基础，重点研究张量分解和低秩优化，推广信号复原、图像增强、频谱感知、协同滤波、轻量化神经网络、对抗攻击、异常检测等技术，有效避免传统数据处理中将高维数组矩阵化带来的数据结构损失，同时还能避免大规模数据处理中的“维数灾难”计算难题。
他发表国际期刊和会议论文80余篇，其中20余篇论文发表在JSTSP、TSP、TIP、TMI、TMM、TKDE、TNNLS等IEEE期刊，ESI 高被引论文3篇，包括热点论文1 篇。2021年由Springer出版的他的专著《Tensor Computation for Data Analysis》，阐述了张量计算推广各种机器学习方法和在多个数据分析领域的应用；2021年他的专著《Tensor Regression》被Now Publishers机器学习领域主编Michael Jordan推荐进入Foundations and Trends in Machine Learning系列的专著，全面深入的总结和展望了张量回归的理论、方法和应用；2021年由Elsevier出版了他编著的《Tensors for Data Processing》，汇集了张量数据处理领域7位IEEE/SIAM Fellow和数十位青年科学家对该领域的系统总结。他分别于2012年和2014年获得比利时弗拉芒政府海外会议支持奖2项，2020年获首届川渝科技学术大会优秀论文一等奖。主研/主持欧盟研究理事会高级项目1项、比利时法兰德斯自然科学基金1项、中国国家自然科学基金4项、四川省国际/地区科研合作项目1项、四川省科技支撑项目2项。
他是IEEE高级会员，IEEE信号处理协会技术委员会附属委员，中国图象图形学学会青年工作委员会委员，中国计算机学会多媒体技术专委会委员。他担任国际期刊IEEE Signal Processing Letters的编委，Signal Processing: Image Communication （Elsevier）的首席客座编委；多次担任行业权威期刊和会议的组织、编辑和审稿工作。
他曾应邀在IEEE 信号处理学会旗舰会议ICIP 2020、 IEEE 智能计算学会主会SSCI 2020、IEEE 电路与系统学会旗舰会议ISCAS 2019、IEEE 信号处理系统方向主会SiPS 2019、亚太信号与信息处理的学术大会APSIPA 2019 做讲习班报告（tutorial）。他是ISCAS历史上少数单独完成大会讲习班报告的大陆高校青年学者，他在ICIP2020 的报告是唯一完全由中国高校学者单独完成的讲习班报告。他是亚太信号与信息处理学会杰出讲座人（APSIPA Distinguished Lecturer for 2022-2023）。
|
|
| 科研项目：
|
|
中国国家自然科学基金面上项目，低秩张量分析：张量网络理论、低秩近似方法和图像逆问题应用，2022年–2025 年。
四川省科技计划国际科技创新合作/港澳台科技创新合作项目，基于脑电图和扩散张量图像的多模态帕金森氏症识别，2019 年–2021 年。
中国国家自然科学基金，基于张量近似的图像估计，2017年01月 - 2019年12月。
欧盟研究理事会高级项目，生物医学张量：基于张量盲信源分离的生物医学数据融合，2013年01月 - 2017年12月。
比利时自然科学基金，生物医学信号的压缩感知， 2011年01月 - 2014年12月。
|
|
| 研究成果：
|
|
机器学习：主成分分析、张量回归、轻量化神经网络、对抗攻击、异常检测。
信号处理：协同滤波、信号复原、图像超分辨、图像增强、盲源分离、频谱感知。
生物医学工程：医学成像、医学影像识别、脑机接口。
张量优化：张量计算、张量分解、矩阵分解、低秩优化、稀疏优化。
成果清单详见：http://faculty.uestc.edu.cn/yipengliu/zh_CN/index.htm
|
|
| 专业研究方向：
|
| 专业名称 |
研究方向 |
招生类别 |
| 081000信息与通信工程 |
06图像与视频处理，09机器学习与人工智能，10信号与信息智能处理 |
硕士学术学位 |
|
|
|
|
