信息与软件工程学院（示范性软件学院）
|
|
|
|
| 导师代码： |
21684
|
| 导师姓名： |
敬蒙蒙
|
| 性 别： |
男 |
| 特 称： |
|
| 职 称： |
副教授
|
| 学 位： |
工学博士学位
|
| 属 性： |
专职 |
| 电子邮件： |
mmjing@uestc.edu.cn
|
|
|
| 学术经历：
|
|
2025.6-至今 电子科技大学，信息与软件工程学院，副教授；
2023.9-2025.5 电子科技大学，信息与软件工程学院，讲师；
2018.9-2023.6 电子科技大学，计算机科学与技术，博士；
2021.10-2022.11 阿姆斯特丹大学，VISLab，公派联合培养；
2015.9-2018.6 电子科技大学，计算机应用技术，硕士；
2011.9-2015.6 电子科技大学，电子科学与技术，学士；
|
|
| 个人简介：
|
|
敬蒙蒙，电子科技大学 信息与软件工程学院 副教授。2018-2023年就读于电子科技大学计算机学院，期间在荷兰阿姆斯特丹大学Cees Snoek课题组交流访问一年。研究方向聚焦于迁移学习、多模态大模型及脉冲神经网络等。近年来已发表论文40余篇，包括计算机科学领域的顶级会议和期刊，如NeurIPS、ICCV、CVPR、TIP等。Google Scholar总引用1700余次，H指数18，累计影响因子超过100；2篇论文进入全球计算机科学前1%，入选ESI高被引论文；博士论文获评“电子科大优博论文”，入选2021年度成电“学术新秀”及2024年度“小米青年学者”(全校仅6人)。受邀担任国际会议IEEE ICITES 2024的TPC Co-chair；担任NeurIPS、ICML、AAAI、CIKM、ECAI等顶级会议的Program Committee，以及IEEE TPAMI、CVPR、ICCV等的审稿人。指导研究生于AAAI2024发表的论文获评四川省计算机学会优秀学生论文奖(全省仅3篇）。
|
|
| 科研项目：
|
|
[1] 国家自然科学基金青年基金, 2025.01-2027.12, 主持.
[2] 四川省自然科学青年基金, 2025.01-2026.12, 主持.
[3] 中央高校基本科研业务费, 2024.01-2026.12, 主持.
[4] 面向金融租赁行业的智能问答助手, 2025.01-2025.08, 主持.
[5] 智能实训平台软件系统开发, 2025.01-2025.07, 主持.
[6] 地产智能问数软件系统开发, 2025.01-2025.07, 主持.
[7] 物业满意度提升举措分析软件系统开发, 2025.01-2025.7, 主持.
[8] 四川省科技计划项目-重大专项, 2024.11-2027.12, 主研.
[9] 通道隐患智能识别技术研究, 2023.10-2023.12, 主研.
|
|
| 研究成果：
|
|
[1] Jing Mengmeng*, Zhen Xiantong, Li Jingjing, et al. Order-preserving Consistency Regularization for Domain Adaptation and Generalization. ICCV, 2023 (CCF-A).
[2] Jing Mengmeng*, Zhen Xiantong, Li Jingjing, et al. Variational model perturbation for source-free domain adaptation. NeurIPS, 2023 (CCF-A).
[3] Jing Mengmeng*, Li Jingjing, Lu Ke, et al. Visually Source-Free Domain Adaptation via Adversarial Style Matching. IEEE TIP, 2024 (CCF-A).
[4] Jing Mengmeng*, Zhao Jidong, Li Jingjing, et al. Adaptive Component Embedding for Domain Adaptation. IEEE TCYB, 2021 (中科院一区Top).
[5] Jing Mengmeng*, Meng Lichao, Li Jingjing, et al. Adversarial Mixup Ratio Confusion for Unsupervised Domain Adaptation. IEEE TMM, 2023 (中科院一区Top).
[6] Jing Mengmeng*, Li Jingjing, Zhu Lei, et al. Balanced Open Set Domain Adaptation via Centroid Alignment. AAAI, 2021 (CCF-A).
[7] Jing Mengmeng*, Li Jingjing, Zhu Lei, et al. Incomplete Cross-modal Retrieval with Dual-Aligned Variational Autoencoders. ACM Multimedia, 2020 (CCF-A).
[8] Jing Mengmeng*, Li Jingjing, Lu Ke, et al. Learning explicitly transferable representations for domain adaptation. Neural Networks, 2020 (中科院一区Top).
[9] Yunqian Yu, Biao Chen, Yunya Zhang, Tonglan Xie, Mengmeng Jing*, Lin Zuo. Instruction-Guided Cross-Modal Clustering for Training-Free Visual Token Pruning in Vision-Language Models. AAAI, 2025, Oral (CCF-A).
[10] Biao Chen, Lin Zuo, Mengmeng Jing*, Kunbin He, Yuchen Wang. Dropout Prompt Learning: Towards Robust and Adaptive Vision-Language Models. AAAI, 2025 (CCF-A).
[11] Lin Zuo, Kunshan Yang, Mengmeng Jing*, Xiangxu Zhao, Jiaqiao Chen. Bridging Inter-Class Ambiguity and Spatial Variability in Flexible Object Recognition via Graph Distillation. ACM Multimedia, 2025 (CCF-A).
[12] Biao Chen, Kunbin He, Zhikun Zheng, Mengmeng Jing*, Lin Zuo. Chain-of-Thought Guided Semantic Debiasing for Low-Shot Vision-Language Tasks. ACM Multimedia, 2025 (CCF-A).
[13] Yongqi Ding, Lin Zuo, Mengmeng Jing*, Kunshan Yang, Pei He, Tonglan Xie. Synergy Between the Strong and the Weak: Spiking Neural Networks are Inherently Self-Distillers. NeurIPS, 2025 (CCF-A).
[14] Feng Guo, Zhongshu Chen, Biao Chen, Mengmeng Jing*, Lin Zuo. Multi-Granularity Relation Enhancement Network for Tiny Defect Detection on Printed Circuit Board. IEEE TIM, 2025 (中科院二区).
[15] Yongqi Ding, Lin Zuo, Mengmeng Jing*, Pei He, Hanpu Deng. Rethinking spiking neural networks from an ensemble learning perspective. ICLR 2025 (Machine Learning顶会).
[16] Kunshan Yang, Lin Zuo, Mengmeng Jing*, Xianlong Tian, Kunbin He, Yongqi Ding. Flexible vig: Learning the self-saliency for flexible object recognition. IEEE TCSVT, 2025 (中科院一区Top).
[17] Yongqi Ding, Lin Zuo, Mengmeng Jing*, Kunshan Yang, Biao Chen, Yunqian Yu. Toward end-to-end bearing fault diagnosis for industrial scenarios with spiking neural networks. SIGKDD, 2025 (CCF-A).
[18] Yongqi Ding, Lin Zuo, Mengmeng Jing*, Pei He, Yongjun Xiao. Shrinking your timestep: Towards low-latency neuromorphic object recognition with spiking neural networks. AAAI 2024 (CCF-A).
|
|
| 专业研究方向：
|
| 专业名称 |
研究领域/方向 |
招生类别 |
| 083500软件工程 |
04数字信息处理，06智能计算 |
硕士学术学位 |
| 085405软件工程 |
04数字信息处理，06智能计算 |
硕士专业学位 |
|
|
|
|
|
|
