目录
硕士报考志愿采集    更新日期:2021年3月31日
姓 名 张静 性 别
出生年月 1981年4月 籍贯 安徽芜湖市
民 族 汉族 政治面貌 群众
最后学历 博士研究生 最后学位 工学博士
技术职称 副教授 导师类别 硕士生导师
导师类型 校内 兼职导师
行政职务 Email jzhang@njust.edu.cn
工作单位 计算机科学与工程学院 邮政编码 210094
通讯地址
单位电话
个人主页
指导学科
学科专业(主) 0835|软件工程 招生类别 硕士 所在学院 计算机科学与工程学院
研究方向

数据挖掘,机器学习,计算机支持与协作系统,智能系统

(欢迎具有强烈学习兴趣和刻苦钻研精神的本科生报考。每年招收全日制硕士生2-3名。)

工作经历

主要学术工作经历

2017年06月至今                     南京理工大学     副教授

2015年06月至2017年05月     南京理工大学     讲师

访问学者经历

2019年03月至2020年02月    University of Pittsburgh(匹兹堡大学),电气与计算机工程系,访问学者

2017年07月至2017年09月    University of Technology Sydney(悉尼科技大学),工程与信息技术学部, 访问学者

工业界工作经历

2006年07月至2012年08月    著名IT企业   历任软件工程师,高级软件工程师,项目经理,研发主管等职位

教育经历

2012年09月至2015年06月   合肥工业大学  计算机应用技术            工学博士

2013年09月至2014年09月   University of Central Arkansas             国家留学基金委联合培养博士生

2003年09月至2006年07月   中科院研究生院   计算机软件与理论    工学硕士

1999年09月至2003年07月   安徽大学                                               工学学士

获奖、荣誉称号

中科院大类1区期刊 Information Fusion 2017年度杰出审稿人奖

社会、学会及学术兼职

学会和专委会

IEEE 高级会员(Senior Member’19)
ACM 会员
中国计算机学(CCF)会员
中国计算机学会  协同计算专委会委员
江苏省人工智能学会  数据挖掘与应用专委会委员

担任著名国际会议程序委员会成员(PC Member)

CCF A类顶会:ICML-2020, KDD-2020, AAAI-2021/2020/2019, IJCAI-2021/2020/2019, WWW-2017, ICLR-2021
CCF B类会议:ICDM-2020/2019, WSDM-2021, CIKM-2020, ECAI-2020
CCF C类会议:PAKDD-2020/2019/2018

担任权威国际期刊的审稿人(Reviewer)

IEEE Transactions on Knowledge and Data Engineering
IEEE Transactions on Neural Networks and Learning Systems
IEEE Transactions on Cybernetics
IEEE Transactions on Automation Science and Engineering
IEEE Transactions on Emerging Topics in Computational Intelligence
IEEE Transactions on Systems, Man, and Cybernetics: Systems
IEEE Transactions on Cognitive and Development Systems
IEEE Transactions on Industrial Informatics
ACM Transactions on Architecture and Code Optimization
ACM Transactions on Knowledge Discovery in Data
Journal of Machine Learning Research
Information Sciences
Information Fusion
Machine Learning
Knowledge and Information Systems
Future Generation Computer Systems
The Computer Journal

科研项目

科研项目(主持国家自然科学基金3项,参与国家重点研发计划1项)

2020年度   国家自然科学基金面上项目(编号:62076130,主持,在研)

2019年度   国家重点研发计划(编号:2018AAA0102002,参加,在研)

2018年度   国家自然科学基金重大研究计划(培育项目)(编号:91846104,主持,在研)

2018年度   国家自然科学基金面上项目(编号:61872186,参加,在研)

2017年度   中国博士后科学基金特别资助(编号:2017T100370,主持,结题)

2017年度   中央军委科技委专项项目(编号:1172431354,参加,结题)

2016年度   国家自然科学基金青年科学基金项目(编号:61603186,主持,结题)

2016年度   江苏省自然科学基金青年项目(编号:BK20160843,主持,结题)

2016年度   中国博士后科学基金一等资助(编号:2016M590457,主持,结题)

2016年度   江苏省博士后基金C类资助(编号:1601199C,主持,结题)

2016年度   江苏省社会安全图像与视频理解重点实验室开放课题(主持,结题)

2015年度   南京理工大学科研启动基金(主持,结题)

发表论文

代表性SCI期刊论文

[1] Jing Zhang & Xindong Wu. (Online). Multi-Label Truth Inference for Crowdsourcing Using Mixture Model. IEEE Transactions on Knowledge and Data Engineering, DOI:10.1109/TKDE.2019.2951668. (CCF A类, 中科院大类2区)

[2] Jing Zhang, Victor S. Sheng, & Jian Wu. (Oct. 2019). Crowdsourced Label Aggregation Using Bilayer Collaborative ClusteringIEEE Transactions on Neural Networks and Learning Systems, vol. 30, no. 10, pp. 3172–3185. (中科院大类1区, CCF B类)

[3] Jing Zhang, Min Wu, & Victor S. Sheng. (Aug. 2019). Ensemble Learning from Crowds. IEEE Transactions on Knowledge and Data Engineering, vol. 31, no. 8, pp. 1506–1519. (CCF A类, 中科院大类2区)

[4] Victor S. Sheng, Jing Zhang*, Bin Gu*, & Xindong Wu. (July 2019). Majority Voting and Pairing with Multiple Noisy LabelingIEEE Transactions on Knowledge and Data Engineering, vol. 31, no. 7, pp. 1355–1368. (CCF A类, 中科院大类2区)

[5] Jing Zhang, Victor S. Sheng, Tao Li, & Xindong Wu. (May 2018). Improving Crowdsourced Label Quality Using Noise Correction. IEEE Transactions on Neural Networks and Learning Systems,vol. 29, no. 5, pp. 1675–1688. (中科院大类1区, CCF B类)

[6] Jing Zhang, Shicheng Cui, Yan Xu, Qianmu Li, & Tao Li. (May 2018). A Novel Data-Driven Stock Price Trend Prediction System. Expert Systems with Applications, vol. 97, pp. 60–69. (中科院大类2区, CCF C类)

[7] Jing Zhang, Victor S. Sheng, Qianmu Li, Jian Wu, & Xindong Wu. (Mar. 2017). Consensus Algorithms for Biased Labeling in Crowdsourcing. Information Sciences, vol. 382, pp. 254–273. (中科院大类2区, CCF B类)

[8] Jing Zhang, Xindong Wu, & Victor S. Sheng. (Dec. 2016). Learning from Crowdsourced Labeled Data: a Survey. Artificial Intelligence Review, vol. 46, no. 4, pp. 543–576. (中科院大类3区)

[9] Jing Zhang, Qianmu Li, & Wei Zhou. (Sept. 2016). HDCache: A Distributed Cache System for Real-Time Cloud Services. Journal of Grid Computing. vol. 14, no. 3, pp. 407–428. (中科院大类3区, CCF C类)

[10] Jing Zhang, Victor S. Sheng, Jian Wu, & Xindong Wu. (Apr. 2016). Multi-Class Ground Truth Inference in Crowdsourcing with Clustering. IEEE Transactions on Knowledge and Data Engineering, vol. 28, no. 4, pp. 1080–1085. (CCF A类, 中科院大类2区)

[11] Jing Zhang, Victor S. Sheng, Bryce A. Nicholson, & Xindong Wu. (Dec. 2015). CEKA: A Tool for Mining the Wisdom of Crowds. Journal of Machine Learning Research, vol. 16, pp. 2853–2858. (CCF A类, 中科院大类2区)

[12] Jing Zhang, Xindong Wu, & Victor S. Sheng. (May 2015). Active Learning with Imbalanced Multiple Noisy Labeling. IEEE Transactions on Cybernetics, vol. 45, no. 5, pp. 1081–1093. (中科院大类1区, CCF B类)

[13] Jing Zhang, Xindong Wu, & Victor S. Sheng. (Feb. 2015). Imbalanced Multiple Noisy Labeling. IEEE Transactions on Knowledge and Data Engineering, vol. 27, no. 2, pp. 489–503. (CCF A类,中科院大类2区)

代表性会议论文

[14] Yanhui Peng & Jing Zhang*(Feb. 12-15, 2020). LineaRE: Simple but powerful knowledge graph embedding for link prediction. In Proceedings of 20th IEEE International Conference on Data Mining (ICDM), Sorrento, Italy. (CCF B类会议, 硕士生一作,获得Student Travel Award)

[15] Jing Zhang, Huihui Wang, Shunmei Meng, & Victor S. Sheng. (Feb. 12-15, 2020). Interactive Learning with Proactive Cognition Enhancement for Crowd Workers. In Proceedings of the 34rd AAAI Conference on Artificial Intelligence (AAAI), New York, USA. (CCF A类)

[16] Victor S. Sheng & Jing Zhang*(Jan. 27-Feb. 1, 2019). Machine Learning with Crowdsourcing: A Brief Summary of the Past Research and Future Directions. In Proceedings of the 33rd AAAI Conference on Artificial Intelligence (AAAI), Honolulu, Hawaii, USA, pp. 9837–9843 (CCF A类)

[17] Jing Zhang & Xindong Wu. (Aug. 19-23, 2018). Multi-Label Inference for Crowdsourcing. In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD), London, United Kingdom, pp. 2738–2747. (CCF A类)

[18] Jing Zhang, Victor S. Sheng, & Tao Li. (Aug. 7-11, 2017). Label Aggregation for Crowdsourcing with Bi-Layer Clustering. In Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR), Tokyo, Japan, pp. 921–924. (CCF A类)

[19] Jing Zhang, Victor S. Sheng, Jian Wu, Xiaoqin Fu, & Xindong Wu. (Oct. 19-23, 2015). Improving Label Quality in Crowdsourcing Using Noise Correction. In Proceedings of the 24th ACM International Conference on Information and Knowledge Management (CIKM), Melbourne, Australia, pp. 1931–1934. (CCF B类会议)

[20] Jing Zhang, Xindong Wu, & Victor S. Sheng. (Aug. 25-28, 2013). A Threshold Method for Imbalanced Multiple Noisy Labeling. In Proceedings of the 2013 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM), Niagara Falls, Canada, pp. 61–65.

[21] Jing Zhang, Xindong Wu, & Victor S. Sheng. (Jul. 14-18, 2013). Imbalanced Multiple Noisy Labeling for Supervised Learning. In Proceedings of the 27th AAAI Conference on Artificial Intelligence (AAAI), Bellevue, Washington, USA, pp. 1651–1652. (CCF A类)

[22] Jing Zhang, Gongqing Wu, Xuegang Hu. & Xindong Wu. (Sept. 20-23, 2012). A Distributed Cache for Hadoop Distributed File System in Real-Time Cloud Services. In Proceedings of the 13th ACM/IEEE International Conference on Grid Computing (GRID), Beijing, China, pp.12–21.

出版专著和教材

专著:

张静, 盛胜利, 吴信东(著). 《众包学习技术》. 科学出版社, 预计2021年出版.

科研创新

发明专利授权

张静等. 一种分布式MRCP服务器负载均衡系统的均衡方法. CN  101753558 B

发明专利申请

张静. 一种基于标签噪声纠正的众包标注数据质量提升方法. CN 201510754782

张静, 彭宴辉, 陈立夏. 医疗咨询信息聚合分析方法. CN 201811211126

张静, 董怀龙. 基于主动学习的不平衡数据分类方法. CN 202010148859

软件著作权登记

不平衡学习算法套件[简称:ImbML]V1.0. 2019SR1372394.

基于Ceka的众包学习可视化软件V1.0. 2018SR190964.

教学活动

本科生课程

《计算导论》

《软件项目管理》(英)

《编译方法》(英)

《软件体系结构》(英)

《软件课程设计II》(英)

《面向复杂工程问题的智能分析与决策》

研究生课程

《软件建模实践》

《信息安全技术》

指导学生情况

培养亮点

2020年8月 硕士研究生彭宴辉的论文被数据挖掘三大顶会之一的ICDM-2020(CCFB类)录用为长文(接受率仅9.8%,同时获得Student Travel Award,为大中华地区两位获奖者之一)!

招生名额

每年招收全日制硕士研究生2-3【含保研】

关于提前联系导师

1. 欢迎联系的学生:希望在我这做科研训练或者毕业设计的本校本科生、获得保研资格的本校和外校本科生、已经获得录取资格并有意报考本人的学生。

2. 未录取学生无须提前联系。我院硕士研究生招生由学院统一安排,录取后师生双向选择!

研究生毕业去向

2020届  朱博文(农业银行江苏省分行),董怀龙(金陵科技集团)

2021届  高凯升(百度上海),彭宴辉(南京理工大学博士研究生)