张保权 - 哈尔滨工业大学（深圳） - 计算机科学与技术学院

个人简介

张保权，助理教授。2023年博士毕业于哈尔滨工业大学（深圳）计算机科学与技术学院，2017年硕士毕业于哈尔滨工业大学电气工程及自动化学院，2015年本科毕业于哈尔滨工业大学（威海）信息与电气工程学院。主要从事小样本学习、多模态学习等人工智能基础理论及其时空数据挖掘应用研究，并取得一系列原创性成果。目前，已发表TPAMI、TCSVT、TGRS、Pattern Recognition、Information Science、Neural Networks等顶级期刊，以及CVPR、AAAI、IJCAI、ACM MM等CCF A类顶级学术会议论文20余篇。工作经历 2023.08~至今哈尔滨工业大学（深圳），计算机科学与技术学院，助理教授 2017.08~2018.12 中国电子科技集团公司第二十九研究所，助理工程师教育经历 2019.03-2023.03 哈尔滨工业大学（深圳），计算机科学与技术学院，工学博士 2015.09-2017.07 哈尔滨工业大学，电气工程及自动化学院，工学硕士 2011.09-2015.07 哈尔滨工业大学（威海），信息与电气工程学院，工学学士

研究领域

小样本学习、多模态学习多模态数据挖掘、时空大数据挖掘

近期论文

查看导师最新文章（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）

期刊论文 Baoquan Zhang, Xutao Li, Yunming Ye, Shanshan Feng. Prototype Completion for Few-Shot Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)，2023. （CCF A，Top，计算机学科最高影响因子，IF=24.314） Baoquan Zhang, Hao Jiang, Xutao Li, Shanshan Feng, Yunming Ye, Rui Ye. MetaDT: Meta Decision Tree for Interpretable Few-Shot Learning, IEEE Transactions on Circuits and Systems for Video Technology, 2022. (CCF B， Top， IF=8.4) Baoquan Zhang, Shanshan Feng, Xutao Li, Yunming Ye, Rui Ye, Chen Luo, Hao Jiang. SGMNet: Scene Graph Matching Network for Few-Shot Remote Sensing Scene Classification. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-15.（CCF B， Top， IF=8.2） Baoquan Zhang, Ka-Cheong Leung, Xutao Li, Yunming Ye. Learn to Abstract via Concept Graph for Weakly-Supervised Few-Shot Learning. Pattern Recognition, 2021, 117: 107946. （CCF B， Top， IF=8.518）会议论文 Baoquan Zhang, Hao Jiang, Shanshan Feng, Xutao Li, Yunming Ye, Rui Ye. Hyperbolic Knowledge Transfer with Class Hierarchy for Few-Shot Learning. The International Joint Conference on Artificial Intelligence (IJCAI), 2022: 3723--3729. （CCF A） Baoquan Zhang, Xutao Li, Yunming Ye, Shanshan Feng, Rui Ye. MetaNODE: Prototype Optimization as a Neural ODE for Few-Shot Learning. The AAAI Conference on Artificial Intelligence (AAAI), 2022, 36(8): 9014-9021. （CCF A） Baoquan Zhang, Xutao Li, Yunming Ye, Zhichao Huang, Lisai Zhang. Prototype Completion with Primitive Knowledge for Few-Shot Learning. The IEEE / CVF Computer Vision and Pattern Recognition Conference (CVPR), 2021: 3754-3762. （CCF A）