导师简介

余志文，教授、博士生导师、鹏城国家实验室双聘导师、华为顾问、IEEE CS广州分支主席、CCF理事（2016-2023），发表学术论文200多篇，其中90多篇IEEE汇刊长文，google引用为17000多次，h-index为57，担任IEEE Transactions on Systems, Man, andCybernetics: Systems副主编、IEEE Transactions on NeuralNetworks and Learning Systems副主编、CCF会刊《计算机应用》编委。主持和参与的项目30多项，其中主持国家基金重点项目（人工智能应急管理专项）、优青项目、国基重大研究计划培育项目、面上项目和青年项目、以及主持广东省重点研发计划（人工智能基础方向）和广东省杰出青年科学基金。曾获吴文俊人工智能自然科学奖二等奖（排名1）、中国计算机学会自然科学奖二等奖（排名1），入选斯坦福大学2024年度全球前2%顶尖科学家榜单。

研究兴趣

人工智能、机器学习、数据挖掘。

项目简介

本课题组在人工智能、机器学习和数据挖掘方向拟招收博士后1名。

多模态学习是当前人工智能领域的研究热点之一。然而，多模态学习在开放应用场景下面临诸多挑战，包括跨模态对齐难、标注数据不足导致模型监督信息不足，数据不完备降低模型的可用性，复杂开放集领域下缺乏泛化性和鲁棒性。鉴于此，本项目拟开展如下创新性研究：

（1）研究基于自适应加权和对抗训练的跨模态精准对齐方法，解决复杂异构跨模态数据的特征融合和精准对齐问题。

（2）提出基于聚类引导的自监督和软伪标签协同多模态学习方法，增强监督信息不足场景下多模态模型的知识挖掘能力。

（3）设计基于模态解耦与距离感知蒸馏的不完备多模态学习方法，实现模型在数据不完备场景下的稳定适配。

（4）研究基于模态重要性度量与异常点生成的开放集域泛化方法，实现模型从封闭场景走向开放场景的鲁棒性和泛化性训练。本项目旨在突破多模态学习在开放、不完备场景中的关键难题，提升模型的可用性和鲁棒性，具有重要的研究价值和应用前景。

招收对象需具备以下研究经历之一

1.计算机/自动化/通信/电子工程等专业，具有博士学位，获博士学位3年；

2.具有机器学习、深度学习、大模型等领域科研经验，精通Tensorflow、Pytorch等至少一种框架；

3.在人工智能方面发表过高水平会议、期刊论文。

应聘简历投递及联系方式

有意向者请投递个人简历（包括学习、工作和研究经历、荣誉奖励、发表论文等）和代表性研究成果至课题组电子邮箱zhwyu@scut.edu.cn，邮件主题命名为：“应聘博士后-本人姓名-研究方向”。