基本信息
刘西瑶 女 硕导 中国科学院沈阳自动化研究所
电子邮件: liuxiyao@sia.cn
通信地址: 辽宁省沈阳市沈河区南塔街114号
邮政编码: 110016
电子邮件: liuxiyao@sia.cn
通信地址: 辽宁省沈阳市沈河区南塔街114号
邮政编码: 110016
研究领域
少样本学习,迁移学习
招生信息
招生专业
081104-模式识别与智能系统
招生方向
人工智能,计算机视觉
教育背景
2018-09--2022-06 天津大学 博士学位2015-09--2018-07 国家海洋技术中心 硕士学位2011-09--2015-07 天津大学 学士学位
工作经历
工作简历
2025-03~现在, 中国科学院沈阳自动化研究所, 副研究员2022-08~2025-03,中国科学院沈阳自动化研究所, 助理研究员
专利与奖励
专利成果
( 1 ) 一种基于知识蒸馏的多跨域少样本分类方法, 发明专利, 2021, 第 3 作者, 专利号: CN113610173A( 2 ) 一种面向人物交互的多重语义融合少样本分类方法, 发明专利, 2019, 第 2 作者, 专利号: CN110097094A
出版信息
发表论文
(1) On the Approximation Risk of Few-Shot Class-Incremental Learning, COMPUTER VISION - ECCV 2024, PT LI, 2025, 第 3 作者(2) DUAL-GDFQ: A Dual-generator, Dual-phase Learning Approach for Data-free Quantization, IEEE SIGNAL PROCESSING LETTERS, 2025, 第 3 作者 通讯作者(3) Label smoothing regularization-based no hyperparameter domain generalization, KNOWLEDGE-BASED SYSTEMS, 2025, 第 3 作者(4) Collaborative Teaching with Attention Distillation for Multiple Cross-Domain Few-Shot Learning, CYBER, 2024, 第 2 作者 通讯作者(5) Unbiased Faster R-CNN for Single-source Domain Generalized Object Detection, 2024 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR), 2024, 第 3 作者(6) Relevance equilibrium network for cross-domain few-shot learning, INTERNATIONAL JOURNAL OF MULTIMEDIA INFORMATION RETRIEVAL, 2024, 第 4 作者(7) Dual Distillation Discriminator Networks for Domain Adaptive Few-Shot Learning, NEURAL NETWORKS, 2023, 第 1 作者(8) Semantic-Aware Dynamic Generation Networks for Few-Shot Human-Object Interaction Recognition, IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2023, 第 3 作者 通讯作者(9) Teachers cooperation:team-knowledge distillation for multiple cross-domain few-shot learning, Teachers cooperation: team-knowledge distillation for multiple cross-domain few-shot learning, FRONTIERS OF COMPUTER SCIENCE, 2023, 第 3 作者 通讯作者(10) Memorizing Complementation Network for Few-Shot Class-Incremental Learning, IEEE TRANSACTIONS ON IMAGE PROCESSING, 2023, 第 3 作者 通讯作者(11) Self-taught cross-domain few-shot learning with weakly supervised object localization and task-decomposition, KNOWLEDGE-BASED SYSTEMS, 2023, 第 1 作者(12) Meta hyperbolic networks for zero-shot learning, NEUROCOMPUTING, 2022, 第 4 作者(13) Task-Oriented High-Order Context Graph Networks for Few-Shot Human-Object Interaction Recognition, IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2022, 第 3 作者 通讯作者(14) DGIG-Net: Dynamic Graph-in-Graph Networks for Few-Shot Human-Object Interaction, IEEE TRANSACTIONS ON CYBERNETICS, 2022, 第 1 作者(15) Information Symmetry Matters: A Modal-Alternating Propagation Network for Few-Shot Learning, IEEE TRANSACTIONS ON IMAGE PROCESSING, 2022, 第 3 作者 通讯作者(16) Few-Shot Human-Object Interaction Recognition With Semantic-Guided Attentive Prototypes Network, IEEE TRANSACTIONS ON IMAGE PROCESSING, 2021, 第 2 作者 通讯作者(17) 任务感知双原型网络的人物交互少样本识别, Task-Aware Dual Prototypical Network for Few-Shot Human-Object Interaction Recognition, 计算机科学与探索, 2021, 第 3 作者(18) SGAP-Net: Semantic-Guided Attentive Prototypes Network for Few-Shot Human-Object Interaction Recognition, AAAI Conference on Artificial Intelligence 2020, 2020, 第 1 作者(19) A 2-layered structure sea-sky-line detection algorithm based on regional optimal variance, PROCEEDINGS OF 2017 13TH IEEE INTERNATIONAL CONFERENCE ON ELECTRONIC MEASUREMENT & INSTRUMENTS (ICEMI), VOL 1, 2017, 第 1 作者 通讯作者
科研活动
科研项目
( 1 ) 基于迁移学习的水下机器人视觉感知技术研究, 负责人, 地方任务, 2024-09--2026-08( 2 ) 域知识迁移和联合泛化的少样本图像分类方法研究, 负责人, 国家任务, 2024-01--2026-12( 3 ) 基于迁移学习的水下机器人视觉识别技术研究, 负责人, 国家任务, 2024-01--2025-12