学术信息网 西电导航 关于 使用说明 搜索 系统首页 登录 控制面板 收藏 尚凡华的留言板
基本信息

尚凡华 教授  博导


博士学科:计算机科学与技术/控制科学与工程

硕士学科:计算机科学与技术/控制科学与工程/电子与通信工程

工作单位:人工智能学院

联系方式

通信地址:陕西省西安市太白南路2号                               西安电子科技大学224信箱

邮政编码:710071

电子邮箱:fhshang@xidian.edu.cn

办公地点:主楼II区419

个人简介

尚凡华,教授,硕士/博士研究生导师。现为西安电子科技大学 智能信息处理研究所、智能感知与图像理解教育部重点实验室成员。

  • 2018年 --   至今,   西安电子科技大学, 教授,博导
  • 2016年 -- 2018年,香港中文大学,副研究员
  • 2013年 -- 2015年,香港中文大学,博士后研究员
  • 2012年 -- 2013年,美国 杜克大学, 博士后
  • 2007年 -- 2012年,西安电子科技大学  博士

已在TPAMI、TNNLS、TKDE等顶级期刊和ICML、NIPS、KDD、AAAI、IJCAI、VLDB、AISTATS等顶级国际会议上发表学术论文60余篇,并与国际上多个顶尖科研团队(包括美国康奈尔大学、University of Texas at Austin、新加坡国立大学、南洋理工大学、香港中文大学等)具有良好的长期合作关系。担任包括NIPS、ICML、AAAI、IJCAI、KDD、VLDB、ICCV、SDM等在内的机器学习、人工智能、数据挖掘等领域顶级国际会议的程序委员会委员及审稿人,还担任20多个国际学术期刊(TPAMI、TNNLS、TKDE、TSP、TIP等)审稿人。2015年获得陕西省优秀博士学位论文奖,2018年入选华山菁英人才计划。

目前的研究领域包括:机器学习、深度学习、人工智能、大数据、计算机视觉等。

主要研究方向

1.大规模机器学习         2.并行/分布式计算

3.神经网络/深度学习    4.随机/确定性优化

5.半监督/弱监督学习    6.矩阵/张量大数据解析

 

News:

  • September 2019:Our work, “Semi-supervised Graph Regularized Deep Non-negative Matrix Factorization with Bi-orthogonal Constraints for Data Representation”, is accepted by IEEE Transactions on Neural Networks and Learning Systems (SCI IF: 11.683).
  • August 2019: Our work, “Loopless Semi-Stochastic Gradient Descent with Less Hard Thresholding for Sparse Learning”, is accepted for Full Paper at the 28th ACM International Conference on Information and Knowledge Management (CIKM 2019), Beijing (CCF B). Congratulations to Xiangyang Liu and Bingkun Wei! 其中Xiangyang Liu是智能学院大三本科生,Bingkun Wei是智能学院研一学生。
  • August 2019: Our work, “CU-Net: Cascaded U-Net with Loss Weighted Sampling for Brain Tumor Segmentation”, will appear at the 22nd International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2019), Shenzhen.
  • August 2019: Our work, “Sparse Manifold Regularized Neural Networks for Polarimetric SAR Terrain Classification”, is accepted by IEEE Transactions on Neural Networks and Learning Systems (SCI IF: 11.683). 
  • July 2019: 我们的综述论文,“Research Advances on Stochastic Gradient Descent Algorithms”,自动化学报(CCF A类中文期刊)接收出版。
  • July 2019: Our work, “signADAM: Learning Confidences for Deep Neural Networks”, is available on arXiv.
  • June 2019: Our work, “Semi-supervised Graph Regularized Deep Non-negative Matrix Factorization with Bi-orthogonal Constraints for Data Representation”, is conditionally accepted by IEEE Transactions on Neural Networks and Learning Systems (SCI IF: 11.683).
  • June 2019: Our work, “Efficient Semi-Stochastic Gradient Support Pursuit for Sparsity-Constrained Non-convex Optimization”, will appear at IJCAI workshop on Data Science Meets Optimization. (10-minute presentation)
  • May 2019: Our work, “Sparse Manifold Regularized Neural Networks for Polarimetric SAR Terrain Classification”, is conditionally accepted by IEEE Transactions on Neural Networks and Learning Systems (SCI IF: 11.683). 
  • May 2019: Our work, “Accelerated Incremental Gradient Descent using Momentum Acceleration with Scaling Factor”, will appear at IJCAI 2019 (CCF A).   (15-minute presentation)
  • May 2019: Our work, “LRR for Subspace Segmentation via Tractable Schatten-p Norm Minimization and Factorization”, is published by IEEE Transactions on Cybernetics (SCI IF: 10.387).
  • April 2019: Our work, “Direct Acceleration of SAGA using Sampled Negative Momentum”, appeared at AISTATS 2019.  
  • March 2019: Our work, “Local Discriminative Based Sparse Subspace Learning for Feature Selection”, is published by Pattern Recognition (SCI IF: 5.898).
  • February 2019: Our work, “Multi-Precision Quantized Neural Networks via Encoding Decomposition of {-1,+1}”, appeared at AAAI 2019 (CCF A).