陈贺昌 - 吉林大学 - 人工智能学院

个人简介

陈贺昌，男，吉林大学，人工智能学院，助理教授，博士生导师。2018年获吉林大学计算机软件与理论专业博士学位。2015年11月-2016年12月，美国伊利诺伊大学芝加哥校区（UIC）联合培养博士，2017年7月-2018年1月赴香港浸会大学（HKBU）交流访问。在人工智能和数据挖掘领域国际著名期刊和会议上发表学术论文30余篇，包括： IEEE TPAMI, KBS, IJCAI, ICDE, WSDM, ICDM, PAKDD, KSEM等。获授权国家发明专利1项，软件著作权5项，作为负责人主持A类科研项目3项，总经费400多万元。主要研究方向包括：机器学习、数据挖掘、复杂网络分析、深度强化学习、知识图谱等。现为多个国际著名期刊和会议的审稿人，包括：IEEE TKDE, IEEE TCYB, IoT, IEEE TITS, STOTEN, IEEE TKDD, Neurocomputing, IODP, FCS, KDD, IJCAI, AAAI, KSEM等。讲授课程：《人工智能导论》教育经历： 2014-2018：吉林大学，计算机科学与技术学院，计算机软与理论专业（国家首批重点学科），博士。 2017-2018：香港浸会大学（Hong Kong Baptist University, HKBU），计算机学院，健康及医疗咨询学研究中心，访问博士。 2015-2016：美国，伊利诺伊大学芝加哥校区（The University of Illinois at Chicago, UIC），计算机学院，联合培养博士。工作经历： 2018年12月-至今吉林大学人工智能学院助理教授科研项目：作为项目负责人主持国家A类项目3项，其中，自然科学基金项目1项，先进技术项目2项，参与国家自然基金项目5项，吉林省自然基金项目5项，部分项目信息如下： 2020.01-2022.12：国家自然科学基金青年基金(61902145)：异构数据驱动的输入型传染病主动监控方法, 25 万，负责人. 2020.01-2021.12：先进技术类项目，300万，负责人. 2019.10-2020.11：先进技术类项目，100万，负责人. 2020.01-2023.12：国家自然科学基金联合基金(U19A2065)：融合群智能的大规模生物医学知识图谱构建及推理理论与方法，237万，参与人. 2016.01-2019.12：国家自然科学基金面上项目(61572226)：面向流行病防控的大规模人口动态接触网络建模与挖掘方法, 65 万，参与人. 2019.01-2022.12：国家自然科学基金面上项目(61872163)：异质网络环境下动态知识图谱构建技术研究, 60 万，参与人. 2018.01-2020.12：吉林省重点科技研发项目(20180201067GX). 大数据和移动互联时代的快速知识共享系统研究、开发与应用, 100 万，参与人. 2018.01-2020.12：吉林省重点科技研发项目(20180201044GX). 基于深度学习的视频大数据内容识别与检索云服务平台, 100 万，参与人.

研究领域

机器学习，数据挖掘，深度强化学习，复杂网络分析，知识图谱

近期论文

查看导师新发文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

[1]. Zhiwei Yang, Hechang Chen, Jiawei Zhang, Jing Ma, Yi Chang. Attention-based Multi-level Feature Fusion for Named Entity Recognition. In Proceedings of the International Joint Conference on Artificial Intelligence (IJCAI’20), July 11-17, 2020, Yokohama, Japan, pp: 3594-3600. (CCF A) [2]. Xinwei Wu, Hechang Chen, Jiashu Zhao, Li He, Dawei Yin, Yi Chang. Unbiased Learning to Rank in Feeds Recommendation. In Proceedings of the 14th ACM International Conference on Web Search And Data Mining (WSDM’21), March 8-12, 2021, Jerusalem, Israel. In Press. (清华大学计算机学科推荐学术会议：一类) [3]. Bo Yang, Hechang Chen, Xuehua Zhao, Masato Naka, Jing Huang. On Characterizing and Computing the Diversity of Hyperlinks for Anti-spamming Page Ranking. Knowledge-Based System (KBS), 2015: 56-67. (中科院2区, IF=5.921) [4]. Hechang Chen, Bo Yang, Hongbin Pei, Jiming Liu. Next Generation Technology for Epidemic Prevention and Control: Data-Driven Contact Tracking. IEEE Access, 2019：2633-2642. (中科院2区, IF=3.745) [5]. Bo Yang, Hongbin Pei, Hechang Chen, Jiming Liu, Shang Xia. Characterizing and Discovering Spatiotemporal Social Contact Patterns for Healthcare. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2017, 39(8): 1532-1546. (CCF A, IF=17.861) [6]. Zhining Liu, Wei Cao, Zhifeng Gao, Jiang Bian, Hechang Chen, Yi Chang, Tie-Yan Liu. Self-paced Ensemble for Highly Imbalanced Massive Data Classification. In Proceedings of the 36th IEEE International Conference on Data Engineering (ICDE’20), April 20 – 24, 2020, Dallas, Texas, pp: 841-852. (CCF A) [7]. Bo Yang, Hongbin Pei, Hechang Chen, Jiming Liu, Shang Xia. Modeling and Mining Spatiotemporal Social Contact of Metapopulation from Heterogeneous Data. In Proceedings of IEEE International Conference on Data Mining (ICDM’14), Shen Zhen, China, Dec. 14-17, 2014, pp: 630-639. (CCF B) [8]. Hechang Chen, Bo Yang, Jiming Liu, Xiaonong Zhou, Philip S. Yu. Mining Spatiotemporal Diffusion Network: A New Framework of Active Surveillance Planning. IEEE Access, 2019, 7: 108458-108473. (中科院2区, IF=3.745) [9]. Hechang Chen, Bo Yang, Jiming Liu. Partially Observable Reinforcement Learning for Sustainable Active Surveillance. In proceedings of the International Conference on Knowledge Science, Engineering and Management (KSEM’18), Changchun, China, Aug. 17-19, 2018, pp: 425-437. [10]. Xuehua Zhao, Bo Yang, Hechang Chen. Efficiently and Fast Learning a Fine-grained Stochastic Blockmodel from Large Networks. In Proceedngs of the Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD’14), May 13-16, Tainan, Taiwan, 2014: 374-385. [11]. 杨博, 陈贺昌, 朱冠宇, 赵学华. 基于超链接多样性分析的新型网页排名算法. 计算机学报, 2014, 37(4): 833-847. [12]. 赵学华, 杨博, 陈贺昌. 一种高效的随机块模型学习算法. 软件学报, 2016, 27(9): 2248-2264.

学术兼职

现为多个国际著名期刊和会议审稿人，包括：IEEE TKDE, IEEE TCYB, IoT, IEEE TITS, STOTEN, IEEE TKDD, Neurocomputing, IODP, FCS, KDD, IJCAI, AAAI, KSEM等。