网络空间安全学院（浙江保密学院） - raybet下赌注,雷竞技APP下载最新,雷竞技活动

个人简介

焦鹏飞，男，1990年生，研究员，博导，raybet下赌注特聘教授。长期从事图机器学习领域研究，该领域作为当前复杂网络科学和人工智能的学术前沿，是网络空间安全、数据安全等国家重大战略的核心，在网络诈骗识别、金融风险评估和推荐系统等场景已展现卓越价值。然而，真实场景下的图数据面临着节点多样、链接异构和时间变化等复杂性。因此，申请人面向复杂图表示学习这一问题，聚焦复杂图中1）拓扑语义信息多元；2）结构链接模式多样；3）时间演化行为多变等关键挑战。近五年以第一或通讯作者已发表高水平期刊和会议论文40余篇，其中CCF-A类期刊/会议和SCI一区论文30篇（含综述论文2篇），谷歌学术引用1600余次，H-index为21，H10-index为36，在国际学术会议ICDM（CCF-B类）、DSAA（CCF-C类）作大会Tutorials报告，获得NLPCC 2019杰出论文奖。目前已主持国家自然科学面上项目、青年基金、国家重点研发子课题和浙江省自然基金重大项目等。

个人主页: https://cspjiao.github.io

个人邮箱： pjiao@hdu.edu.cn

教育经历

工作经历

社会职务

研究领域

复杂网络分析

人工智能

图机器学习

网络空间安全

教学与课程

横向科研

纵向科研

1. 国家自然科学基金面上项目主持“动态复杂网络的可解释深度生成模型与算法研究”

针对动态复杂网络生成和可解释性面临挑战，采用图神经网络、变分推断和因果模型，构建时间维度、拓扑维度和任务维度系列方案

2. 浙江省自然基金重大项目主持“类脑特性下的跨模态语义理解与知识推理研究”

针对跨模态信息的融合和推理任务，利用高阶图神经网络，有效整合文本、图片和图数据，并构建了脑启发的学习框架模型和算法

3. CCF-之江实验室联合项目主持“面向多模态信息网络的知识表达与计算”

针对多模态知识图谱推理需求，构建了基于动态异构图的表示、挖掘和学习框架，提出了融合时间、拓扑和高阶信息，构建了联合的表示和学习架构，开发了大规模图学习的原型系统和知识图谱分析系统，支持推理功能，并进一步应用到舆情分析和虚假文本检测

论文

Github主页: https://cspjiao.github.io

Google 学术： https://scholar.google.com/citations?hl=zh-CN&user=HaNhbi4AAAAJ

著作

专利成果

软件成果

荣誉及奖励

教职工个人主页

焦鹏飞