MENU
您所在的位置: 首页» 研究生教育» 导师信息» 人工智能专业招生导师简介

马应龙

姓名:马应龙

职称:教授,博士生导师

研究方向(Focus Area):

1、人工智能与知识工程

2、大数据分析处理

3、分布式计算与服务计算

联系方式(Affiliation):

办公地址:主楼E1107

电子邮箱:yinglongma@ncepu.edu.cn

办公电话:010-61772643


一、个人简介

马应龙,男,1976年7月生。2006年在中国科学院软件研究所获得工学博士学位,2002年在西北大学获得软件工程工学硕士学位,1999年在陕西师范大学获得计算机理学学士学位。2010年8月至2011年9月赴美国佐治亚理工学院做访问学者。2017年晋升为教授,2018年成为博士生导师。中国计算机学会高级会员、IEEE会员。主要从事人工智能与知识工程、大数据分析、服务计算等方面的研究工作。近期主要研究关注:深度学习模型可解释性、社交网络信息推荐、流式图数据处理、领域知识图谱的构建、自然语言处理(文本处理、情感分析)、长尾图像识别、并行图计算等。近几年来先后负责/承担国家重点研发计划课题2项、国家自然科学基金2项,承担包括国网公司在内横向课题近10项,主持校内(重点)项目2项。在TKDE、TNSE、TFS、ESWA、INS、KBS、《电力系统自动化》、《中国图像图形学报》《计算机学报》等国内外权威专业刊物以及WWW、COLING、ISWC、ICANN等国际重要会议发表学术论文逾70篇。


二、教学与人才培养情况

曾主讲《软件项目管理》、《高级程序设计C语言》、《分布式计算》、《图与网络》等本科生/研究生课程。指导硕士研究生毕业论文获校级优秀硕士毕业论文2人次,2022-2023优秀本科班主任。


三、主要科研项目情况

1、纵向项目:

  [1] 主持国家重点研发计划项目课题,“面向控申信息的过滤、校核、分类与集中管控”,2018.07-2021.06。

  [2] 承担国家重点研发计划项目课题,“以案件为中心的业务协同信息栅格的资源集成、服务动态发现和数据管理技术”,2018.07-2021.06。

  [3] 主持国家自然基金面上项目,“面向智能电网的语义驱动复杂事件处理研究”,2014.01-2017.12。

  [4] 主持国家自然科学基金青年项目,“基于语义的稳定本体测量和评估研究”,2011.01-2013.12。

2、横向项目:

  [1] 国网甘肃电力公司信息通信公司课题(主),数字化项目知识图谱构建关键技术研究,2023.01-2024.06

  [2] 智能电网研究院有限公司课题(主持),任务驱动的多轮对话管理关键技术研究,2021.01-2021.12。

  [3] 国网信息通信产集团有限公司课题(承担),基于知识发现的ICT系统故障分析及辅助研判关键技术研究,2018.01-2020.12。

  [4] 智能电网研究院有限公司课题(主持),电力物联网终端设备安全风险评估与知识库构建,2020.01-2020.12。

  [5] 智能电网研究院有限公司课题(主持),智能物联边缘代理技术研究,2021.01-2021.12。


四、代表性论著(限10篇)

[1] Y. Wang, K. Sun, C. Guo, S. Zhong, H. Liu, Y. Ma. Multiple Contrastive Experts for long-tailed image classification. Expert Systems with Applications, 255:124613, 2024, 2024. (SCI一区)

[2] X. Liu, C. Guo, M. Zhao, Y. Ma. GAXG: A Global and Self-adaptive Optimal Graph Topology Generation Framework for Explaining Graph Neural Networks, IEEE Transactions on Network Science and Engineering, 2024. (SCI一区)

[3] X. Liu, Y. Ma, D. Chen, L. Liu. Towards Embedding Ambiguity-Sensitive Graph Neural Network Explainability, IEEE Transactions on Fuzzy Systems, 2024. (SCI一区)

[4] M. Zhao, M. Wang, Y. Ma, D. Niu, H. Wu. CEIL. A General Classification-Enhanced Iterative Learning Framework for Text Clustering, Proceedings of the Web Conference (WWW’23), pp.1784-1792, 2023. (CCF A)

[5] Y. Ma, X. Liu, L. Zhao, et al. Hybrid embedding-based text representation for hierarchical multi-label text classification. Expert Systems with Applications, 187: 115905, 2022. (SCI一区)

[6] Y. Ma and Y. Pang. Learnable Dependency-based Double Graph Structure for Aspect-based Sentiment Analysis, Proceedings of 29th International Conference on Computational Linguistics (COLING'22), pp.7086-7092, 2022. (CCF B)

[7] S. Yang, Z. Yang, X. Chen, J. Zhao, Y. Ma. Distributed aggregation-based attributed graph summarization for summary-based approximate attributed graph queries. Expert Systems With Applications, 176:114921, 2021. (SCI一区)

[8] Y. Ma, M. Shi, J. Wei. Cost and accuracy aware scientific workflow retrieval based on distance measure. Information Science, 314:1-13, 2015. (SCI一区)

[9] Y. Ma, L. Liu, K. Lv, et al. A Graph Derivation Based Approach for Measuring and Comparing Structural Semantics of Ontologies. IEEE Transactions on Knowledge and Data Engineering, 26(5): 1039-1052, 2015. (CCF A)

[10] 白艳峰,王立彪,高卫东,马应龙. 面向电力设备缺陷检测的多模态层次化分类, 中国图象图形学报,29(7): 2011-2023, 2024. (CCF T2类)

相关附件

TOP