基本信息
郑楠  女  硕导  中国科学院自动化研究所
电子邮件: nan.zheng@ia.ac.cn
通信地址: 北京市海淀区中关村东路95号智能化大厦902
邮政编码: 100190

研究领域

(1) 数据挖掘,语言模型

(2) 人机融合,智能决策

(3) 生理计算,神经反馈

招生信息

研究生与实习生(实习一年以上),具有一定机器学习研究基础,有科研激情,乐于奉献。

招生专业
081203-计算机应用技术
0812J2-社会计算
招生方向
数据挖掘,信息检索
人机融合,智能决策
生理计算,神经反馈

教育背景

2007-09--2012-06   中国科学院自动化研究所   博士
2003-09--2007-06   山东大学   学士
学历
2007.9-2012.7 中国科学院自动化研究所 模式识别与智能系统 博士研究生

2003.9-2007.7 山东大学软件学院 计算机科学与技术 本科


工作经历

2018-06~2019-06,美国加州大学伯克利分校, 访问学者
2014-11~现在, 中国科学院自动化研究所, 副研究员
2012-07~2014-11,中国科学院自动化研究所, 助理研究员


专利与奖励


奖励信息
(1) 中国科学院特聘研究骨干, , 院级, 2023
(2) 中国科学院青年创新促进会会员, 院级, 2013
专利成果
( 1 ) 一种多尺度双流注意力视频语言事件预测的方法及装置, 发明专利, 2022, 第 3 作者, 专利号: 202210412836.7

( 2 ) 一种群组推荐方法、装置、设备、介质和产品, 发明专利, 2021, 第 2 作者, 专利号: 202111397135.2

( 3 ) 面向综合集成研讨场景的细粒度观点挖掘方法, 发明专利, 2021, 第 1 作者, 专利号: 202110948249.5

( 4 ) 针对任务分布不均的紧急场景的异构无人机任务分配方法, 发明专利, 2021, 第 2 作者, 专利号: CN113095645A

( 5 ) 基于局部和全局信息融合的群组推荐方法、系统及设备, 发明专利, 2021, 第 2 作者, 专利号: 202110409132.X

( 6 ) 基于多任务学习的立体显示视疲劳评估方法、系统、装置, 发明专利, 2021, 第 3 作者, 专利号: CN112568915A

( 7 ) 一种基于数据分析的智能路况信息检索方法, 专利授权, 2020, 第 2 作者, 专利号: CN107704461B

( 8 ) 面向综合集成研讨环境的主题实时影响力评演方法及系统, 发明专利, 2020, 第 1 作者, 专利号: 202010195669.6

( 9 ) 一种基于语音语义理解的交通电台路况信息播报系统, 专利授权, 2019, 第 2 作者, 专利号: CN106157651B

( 10 ) 一种基于数据分析的智能路况管理系统, 发明专利, 2018, 第 2 作者, 专利号: CN106157621B

( 11 ) 微博用户影响力的评估方法, 发明专利, 2017, 第 2 作者, 专利号: CN104657498B

( 12 ) 一种基于情景信息的个性化资源信息的推荐方法, 发明专利, 2010, 第 1 作者, 专利号: CN101751448A

出版信息

   
发表论文
(1) A Novel Attention-based Global and Local Information Fusion Neural Network for Group Recommendation, Machine Intelligence Research, 2022, 第 2 作者
(2) Aggregation and Adjustment Mechanisms for Disaster Relief Task Allocation with Uneven Distribution, JOURNAL OF INDUSTRIAL AND MANAGEMENT OPTIMIZATION, 2022, 第 3 作者
(3) GBERT: Pre-training User representations for Ephemeral Group Recommendation, Proceedings of the 31st ACM International Conference on Information and Knowledge Management (CIKM ’22), October 17–21, 2022, Atlanta, GA, USA., 2022, 第 2 作者
(4) HetGRec: Heterogeneous Graph Attention Network for Group Recommendation, IEEE INTELLIGENT SYSTEMS, 2022, 第 2 作者
(5) 综合集成研讨厅体系起源、发展现状与趋势, Hall for Workshop of Metasynthetic Engineering:The Origin,Development Status and Future, 自动化学报, 2021, 第 2 作者
(6) EEG-Based Motor Imagery Classification with Deep Multi-Task Learning, 2019INTERNATIONALJOINTCONFERENCEONNEURALNETWORKSIJCNN, 2019, 第 4 作者
(7) Re-KISSME: A robust resampling scheme for distance metric learning in the presence of label noise, NEUROCOMPUTING, 2019, 第 4 作者
(8) User Experience Evaluation in Virtual Reality based on Subjective Feelings and Physiological Signals, JOURNAL OF IMAGING SCIENCE AND TECHNOLOGY, 2019, 第 6 作者
(9) DeepFatigueNet: A Model for Automatic Visual Fatigue Assessment Based on Raw Single‐Channel EEG, SID, 2019, 第 4 作者
(10) Visual Fatigue Assessment Based on Multi-task Learning, JOURNAL OF IMAGING SCIENCE AND TECHNOLOGY, 2019, 第 5 作者
(11) AR-Maze: A Tangible Programming Tool for Children Based on AR Technology, 2018, 第 4 作者
(12) Different Contexts Lead to Different Word Embeddings, PROCEEDINGS OF COLING 2016: TECHNICAL PAPERS, 2016, 第 3 作者
(13) 紫冬讲师-云计算及大数据技术1——Google的核心技术, 2015, 第 1 作者
(14) A Temporal-Topic Model for Friend Recommendations in Chinese Microblogging Systems, IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2015, 通讯作者
(15) Exploring the Heterogeneity of Social Media: Dataset and A Pilot Study, International Conference on Internet Multimedia Computing and Service, 2015, 通讯作者
(16) 钱学森先生时代前沿的“大成智慧”学术思想, 控制理论与应用, 2014, 通讯作者
(17) 集成组内标签与用户链接关系的Flickr组推荐模型, Flickr Group Recommendation Model by Integrating Tags in Group and Users' Contacts, 模式识别与人工智能, 2013, 第 4 作者
(18) 一种面向主题的Flickr组内照片浏览方法, A Topic-Oriented Photo Browsing Method in Flickr Group, 模式识别与人工智能, 2011, 第 1 作者
(19) A topic-oriented photo browsing method in Flickr group, MOSHI SHIBIE YU RENGONG ZHINENG/PATTERN RECOGNITION AND ARTIFICIAL INTELLIGENCE, 2011, 第 1 作者
(20) A recommender system based on tag and time information for social tagging systems, EXPERT SYSTEMS WITH APPLICATIONS, 2011, 第 1 作者
(21) Which photo groups should I choose? A comparative study of recommendation algorithms in Flickr, JOURNAL OF INFORMATION SCIENCE, 2010, 第 1 作者