基本信息
齐志泉  男  硕导  经济与管理学院
电子邮件: qizhiquan@ucas.ac.cn
通信地址: 北京市海淀区中关村东路80号6号楼215室
邮政编码:

招生信息

   
招生专业
081203-计算机应用技术
招生方向
机器学习,深度学习,数据挖掘

教育背景

2008-10--2011-06   中国农业大学   博士学位
2003-10--2006-06   中国农业大学   硕士

工作经历

   
工作简历
2011-07~2013-05,中国科学院大学, 博士后

教授课程

数据挖掘与商务智能

出版信息

   
发表论文
[1] Shi, Yong, Yang, Jie, Qi, Zhiquan. Unsupervised anomaly segmentation via deep feature reconstruction. NEUROCOMPUTING[J]. 2021, 424: 9-22, http://dx.doi.org/10.1016/j.neucom.2020.11.018.
[2] Li, Biao, Shi, Yong, Wang, Bo, Qi, Zhiquan, Liu, Jiabin. RGSR: A two-step lossy JPG image super-resolution based on noise reduction. NEUROCOMPUTING[J]. 2021, 419: 322-334, http://dx.doi.org/10.1016/j.neucom.2020.08.056.
[3] Shi, Yong, Liu, Jiabin, Wang, Bo, Qi, Zhiquan, Tian, YingJie. Deep learning from label proportions with labeled samples. NEURAL NETWORKS[J]. 2020, 128: 73-81, http://dx.doi.org/10.1016/j.neunet.2020.04.026.
[4] Qi, Zhiquan, Tian, Yingjie, Shi, Yong, Alexandrov, Vassil. Parallel RMCLP Classification Algorithm and Its Application on the Medical Data. IEEE TRANSACTIONS ON CLOUD COMPUTING[J]. 2020, 8(2): 532-538, https://www.webofscience.com/wos/woscc/full-record/WOS:000542966000018.
[5] Meng, Fan, Qi, Zhiquan, Chen, Zhensong, Wang, Bo, Shi, Yong. Token based crack detection. JOURNAL OF INTELLIGENT & FUZZY SYSTEMS[J]. 2020, 38(3): 3501-3513, [6] Li, Biao, Wang, Bo, Liu, Jiabin, Qi, Zhiquan, Shi, Yong. s-LWSR: Super Lightweight Super-Resolution Network. IEEE TRANSACTIONS ON IMAGE PROCESSING[J]. 2020, 29: 8368-8380, http://dx.doi.org/10.1109/TIP.2020.3014953.
[7] Shi, Yong, Li, Biao, Wang, Bo, Qi, Zhiquan, Liu, Jiabin. Unsupervised Single-Image Super-Resolution with Multi-Gram Loss. ELECTRONICS[J]. 2019, 8(8): https://doaj.org/article/2efb006ca59346c0b9e19a668b50cd6f.
[8] Zhang, Fan, Liu, Jiabin, Wang, Bo, Qi, Zhiquan, Shi, Yong. A Fast Algorithm for Multi-Class Learning from Label Proportions. ELECTRONICS[J]. 2019, 8(6): https://doaj.org/article/f5a9d6785c8c4ab7a62b7e2c2c63e17b.
[9] 石勇, 孟凡, 齐志泉. 基于LapESVR的比例标签学习模型. 管理评论. 2019, 135-143, http://lib.cqvip.com/Qikan/Article/Detail?id=90877168504849574854495049.
[10] Li Biao, Shi Yong, Li Sujuan, Wang Bo, Qi Zhiquan, Liu Jiabin, HerreraViedma E, Shi Y, Berg D, Tien J, Cabrerizo FJ, Li J. A Novel Texture Generation Super Resolution Model. 7TH INTERNATIONAL CONFERENCE ON INFORMATION TECHNOLOGY AND QUANTITATIVE MANAGEMENT (ITQM 2019): INFORMATION TECHNOLOGY AND QUANTITATIVE MANAGEMENT BASED ON ARTIFICIAL INTELLIGENCEnull. 2019, 162: 924-931, http://dx.doi.org/10.1016/j.procs.2019.12.069.
[11] Liu, Jiabin, Wang, Bo, Qi, Zhiquan, Tian, Yingjie, Shi, Yong, Wallach, H, Larochelle, H, Beygelzimer, A, dAlcheBuc, F, Fox, E, Garnett, R. Learning from Label Proportions with Generative Adversarial Networks. ADVANCES IN NEURAL INFORMATION PROCESSING SYSTEMS 32 (NIPS 2019)null. 2019, 32: [12] Qi, Zhiquan, Meng, Fan, Tian, Yingjie, Niu, Lingfeng, Shi, Yong, Zhang, Peng. Adaboost-LLP: A Boosting Method for Learning With Label Proportions. IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS[J]. 2018, 29(8): 3548-3559, https://www.webofscience.com/wos/woscc/full-record/WOS:000439627700020.
[13] Shi, Yong, Liu, Jiabin, Qi, Zhiquan, Wang, Bo. Learning from label proportions on high-dimensional data. NEURAL NETWORKS[J]. 2018, 103: 9-18, http://dx.doi.org/10.1016/j.neunet.2018.03.004.
[14] Shi, Yong, Liu, Jiabin, Qi, Zhiquan, IEEE. Inverse Convolutional Neural Networks for Learning from Label Proportions. 2018 IEEE/WIC/ACM INTERNATIONAL CONFERENCE ON WEB INTELLIGENCE (WI 2018)null. 2018, 643-646, http://dx.doi.org/10.1109/WI.2018.00-21.
[15] Li Biao, Shi Yong, Qi Zhiquan, Chen Zhensong, Tong H, Li Z, Zhu F, Yu J. A Survey on Semantic Segmentation. 2018 18TH IEEE INTERNATIONAL CONFERENCE ON DATA MINING WORKSHOPS (ICDMW)null. 2018, 1233-1240, 

科研活动

   
科研项目
( 1 ) 基于 Privileged 信息的行人检测方法研究, 主持, 国家级, 2015-01--2017-12
( 2 ) 大数据环境下的管理决策创新研究, 参与, 国家级, 2014-01--2018-12
( 3 ) 面向管理决策的非结构化大数据分析方法与关键技术, 参与, 国家级, 2016-01--2019-12

指导学生

现指导学生

张丽  硕士研究生  125100-工商管理  

董柱  硕士研究生  125100-工商管理  

张占宾  博士研究生  120100-管理科学与工程  

主要成果

长期从事机器学习方法及应用方面的研究。在国内外主流期刊上(如:IEEE Trans. TNNLS、 IEEE Trans. Cybernetics、IEEE Trans. Intelligent Transportation Systems、 Pattern Recognition等)发表SCI文章20余篇,数据挖掘顶级国际会议KDD、ICDM在内的EI论文10余篇。 学术影响包括: Google学术引用1000余次,被评为高被引的ESI文章:3篇。 原创NPSVM代码被下载1200余次。 2013年ICCS国际大会,获得Green Group国际奖项。在“Pattern Recognition”国际期刊,以第一作者身份发表的论文获颁2013年最佳论文奖。

现在主要研究领域

目前主要从事深度学习方面的研究。应用领域主要包括:机器视觉,文本挖掘等。