普适计算，隐私计算，联邦学习

   

081203-计算机应用技术

普适计算，隐私计算，联邦学习

2013-09--2020-07   中国科学院计算技术研究所   博士研究生

   

2022-09~现在, 中国科学院计算技术研究所, 副研究员
2020-07~2022-09,中国科学院计算技术研究所, 特别研究助理

   

（ 1 ） 一种基于联邦学习的噪声标签修正方法, 发明专利, 2021, 第 3 作者, 专利号: CN113379071A

（ 2 ） 特征自适应的动作识别系统, 发明专利, 2021, 第 4 作者, 专利号: CN113297935A

（ 3 ） 基于可穿戴设备的立体色块障碍测试的方法和系统, 专利授权, 2021, 第 7 作者, 专利号: CN110801227B

（ 4 ） 针对边云协同的联邦学习系统及方法, 发明专利, 2021, 第 3 作者, 专利号: CN113077060A

（ 5 ） 一种面向肌电臂环的手势识别的方法及系统, 发明专利, 2021, 第 4 作者, 专利号: CN112949393A

（ 6 ） 基于迁移学习的阿尔兹海默病智能决策支持方法及系统, 发明专利, 2021, 第 5 作者, 专利号: CN112908466A

（ 7 ） 特征自适应的动作识别方法, 发明专利, 2021, 第 4 作者, 专利号: CN112861796A

（ 8 ） 基于生理信号的分类识别方法、介质及电子设备, 发明专利, 2021, 第 4 作者, 专利号: CN112861798A

（ 9 ） 面向行为识别的迁移学习方法及系统, 发明专利, 2021, 第 4 作者, 专利号: CN112861679A

（ 10 ） 基于表面肌电信号进行手势识别的方法及系统, 发明专利, 2021, 第 4 作者, 专利号: CN112783327A

（ 11 ） 用于预测众包数据的正确标签的方法及系统, 发明专利, 2021, 第 4 作者, 专利号: CN112766337A

（ 12 ） 一种分类识别模型构建方法, 发明专利, 2020, 第 7 作者, 专利号: CN111967495A

（ 13 ） 基于表面肌电信号进行手势识别的迁移学习方法和识别方法, 发明专利, 2020, 第 4 作者, 专利号: CN111046731A

（ 14 ） 一种立体色块障碍测试系统、存储介质、装置及实施方法, 发明专利, 2019, 第 7 作者, 专利号: CN110444296A

（ 15 ） 一种多模态传感器协同感知方法及系统, 发明专利, 2019, 第 2 作者, 专利号: CN109426827A

（ 16 ） 基于雷达的非干扰智能感知方法和系统, 发明专利, 2018, 第 4 作者, 专利号: CN108852313A

（ 17 ） 一种肌电臂环佩戴位置预测方法和系统, 专利授权, 2017, 第 4 作者, 专利号: CN107518896A

（ 18 ） 一种肌电手势识别方法和系统, 专利授权, 2017, 第 4 作者, 专利号: CN107480697A

（ 19 ） 用于对帕金森病人的手部运动能力进行量化评估方法和系统, 专利授权, 2017, 第 4 作者, 专利号: CN107157450A

（ 20 ） 超声波手势识别方法及系统, 专利授权, 2016, 第 4 作者, 专利号: CN106203380A

（ 21 ） 一种基于超声波的凌空手势识别方法及系统, 发明专利, 2016, 第 2 作者, 专利号: CN105807923A

   

[1] 曾碧霄, 杨晓东, 陈益强, 于汉超, 胡春雨, 张迎伟. Federated Data Quality Assessment Approach: Robust Learning With Mixed Label Noise. IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS[J]. 2023, 
[2] 陈益强, 杨晓东, 何雨婷, 苗春艳, Piu Chan. FedDBM: Federated Digital Biomarker for Detecting Parkinson’s Disease Progress. 2023 IEEE International Conference on Multimedia and Expo (ICME). 2023, 
[3] 张迎伟, 陈益强, 于汉超, 杨晓东, 谷洋. 基于细粒度迁移的跨场景认知能力评估方法. 中国科学:信息科学[J]. 2023, 53(4): 647-662, http://lib.cqvip.com/Qikan/Article/Detail?id=7109549776.
[4] 张迎伟, 陈益强, 于汉超, 杨晓东, 谷洋. 基于细粒度迁移的跨场景认知能力评估方法. 中国科学信息科学[J]. 2022, 
[5] 曾碧霄, 杨晓东, 陈益强, 于汉超, 张迎伟. CLC: A Consensus-based Label Correction Approach in Federated Learning. ACM Transactions on Intelligent Systems and Technology[J]. 2022, https://doi.org/10.1145/3519311.
[6] 王康, 陈益强, 张迎伟, 杨晓东, 胡春雨. Multi-Source Integration based Transfer Learning Method for Cross-User sEMG Gesture Recognition. 2022 International Joint Conference on Neural Networks (IJCNN). 2022, https://ieeexplore.ieee.org/abstract/document/9892711.
[7] Zhang, Yingwei, Chen, Yiqiang, Yu, Hanchao, Lv, Zeping, Yang, Xiaodong, Hu, Chunyu, Zhang, Tengxiang. What can "drag & drop" tell? Detecting mild cognitive impairment by hand motor function assessment under dual-task paradigm. INTERNATIONAL JOURNAL OF HUMAN-COMPUTER STUDIES[J]. 2021, 145: http://dx.doi.org/10.1016/j.ijhcs.2020.102547.
[8] Xiaodong Yang, Yiqiang Chen, yu hanchao, Yingwei Zhang, Wang Lu. Instance-Wise Dynamic Sensor Selection for Human Activity Recognition. AAAI 2020. 2020, 
[9] Zhang, Yingwei, Chen, Yiqiang, Yu, Hanchao, Yang, Xiaodong, Lu, Wang. Dual layer transfer learning for sEMG-based user-independent gesture recognition. PERSONAL AND UBIQUITOUS COMPUTING[J]. 2020, http://dx.doi.org/10.1007/s00779-020-01397-0.
[10] Zhang, Yingwei, Chen, Yiqiang, Yu, Hanchao, Yang, Xiaodong, Lu, Wang. Learning Effective Spatial-Temporal Features for sEMG Armband-Based Gesture Recognition. IEEE INTERNET OF THINGS JOURNAL[J]. 2020, 7(8): 6979-6992, http://dx.doi.org/10.1109/JIOT.2020.2979328.
[11] Zhang, Yingwei, Chen, Yiqiang, Yu, Hanchao, Yang, Xiaodong, Lu, Wang, Liu, Hong. Wearing-independent hand gesture recognition method based on EMG armband. PERSONAL AND UBIQUITOUS COMPUTING[J]. 2018, 22(3): 511-524, http://dx.doi.org/10.1007/s00779-018-1152-3.
[12] Yang, Xiaodong, Chen, Yiqiang, Yu, Hanchao, Zhang, Yingwei. Less annotation on active learning using confidence-weighted predictions. NEUROCOMPUTING[J]. 2018, 275: 1629-1636, http://dx.doi.org/10.1016/j.neucom.2017.10.004.
[13] 杨晓东, 陈益强, 于汉超, 张迎伟, 钟习, 胡子昂, 刘弘. 面向帕金森病的多模态异构协同感知方法. 电子学报[J]. 2018, 46(3): 659-664, http://lib.cqvip.com/Qikan/Article/Detail?id=7000487917.
[14] 钟习, 陈益强, 于汉超, 杨晓东, 胡子昂. 融合情境感知信息的超声波手势识别方法. 计算机辅助设计与图形学学报[J]. 2018, 30(1): 173-179, http://lib.cqvip.com/Qikan/Article/Detail?id=7000418019.
[15] 于汉超, 杨晓东, 张迎伟, 钟习, 陈益强. 凌空手势识别综述. 科技导报[J]. 2017, 35(16): 64-73, https://d.wanfangdata.com.cn/periodical/kjdb201716014.
[16] Chen Yiqiang, Yang Xiaodong, Chen Biao, Miao Chunyan, Yu Hanchao, Hu XH, Shyu CR, Bromberg Y, Gao J, Gong Y, Korkin D, Yoo I, Zheng JH. PdAssist: Objective and Quantified Symptom Assessment of Parkinson's Disease via Smartphone. 2017 IEEE INTERNATIONAL CONFERENCE ON BIOINFORMATICS AND BIOMEDICINE (BIBM). 2017, 939-945, 
[17] 杨晓东, 陈益强, 于汉超, 刘军发, 李展歌. 面向可穿戴设备的超声波手势识别方法. 计算机科学[J]. 2015, 42(10): 20-24, http://lib.cqvip.com/Qikan/Article/Detail?id=666686642.

   

（ 1 ） 面向帕金森病辅助诊断的联邦学习方法研究, 负责人, 国家任务, 2023-01--2025-12