当前位置:首页  热点新闻

《南航报》头版头条深度报道我院模式分析与智能计算团队

时间:2015-11-11作者:来源:计算机科学与技术学院点击:255

《南京航空航天大学报》第1199期(2015年10月30日)头版头条以“邃密计算三十载成功之道‘干’出来”为题,深度报道我院模式识别与智能计算团队。现将全文转载如下:

邃密计算十三载成功之道出来

———记我校计算机科学与技术学院模式分析与智能计算团队 

作者:本报记者 周新华 学生记者 张钰 朱娜娜 

获20多项国家自然科学基金 (含合作重点1项)、10多项省部级科研项目资助;研究成果发表于IEEETransactions等国际著名期刊和顶级会议,其中近10年发表SCI期刊论文130多篇,其中3篇发表在PatternRecognition上的论文获颁两年一 度 的 最 佳 论 文 提 名 奖 (HonorableMention),1篇获颁国际知名会议RICAI06两篇最佳论文之一。据GoogleScholar不完全统计,所发论文被引用已达1万多次;2014年团队成员陈松灿、张道强和谭晓阳同时人选Elsevier中国计算机学科高被引学者榜;培养了100多位硕、博士生,博士生中有5位获得江苏省优博论文奖,其中2位获得全国百篇优博论文提名奖,硕士生中有4位获得江苏省优硕论文奖。值得一提的是江苏省优博获得者和全国优博论文提名奖获得者张道强教授分别于2013、2014年获得江苏省杰出青年基金和国家优秀青年基金的资助,并在2015年入选中组部“万人计划”青年拔尖人才。2013年团队和南京大学合作获国家自然科学二等奖……由陈松灿教授领衔的模式分析与智能计算团队,经过13年来的勤勉笃实研究,在模式识别、机器学习的应用基础和相关应用研究方面,干出了能受业界关注的成绩。问及团队取得如此成绩的原因,陈松灿只有一个字“干”呗!

 

组建伊始,只能埋首苦干

 

虽然从事的是模式分析与智能计算研究,但团队成立初期既没有现成的、可借鉴的模式,也没有像样的科研设备,一切只能靠“人力”,靠“苦干”! 团队成员张道强教授告诉记者,2002年团队在 “视觉信息处理研究组”的基础上,重新组建成“模式识别和智能计算(PARNEC)研究组”时,国家对科研的投入相对较少,团队面临的最大问题就是经费不足。“研究经费不足,就无法购买先进的科研设备,无法及时获取电子文献资料及学术信息,无法通过参加学术会议与国内外学者交流……”面对科研界、学术界的日新月异,经费不足如同一块石头堵在了团队前进的道路上。

面对重重困难,团队成员没有放弃,而是凭借着对科研的热爱,合力搬开“大石头”。由于购买国外电子期刊杂志需要一笔价格不菲的费用,他们当时唯一能查阅资料的地方就是图书馆。于是,队员们几乎每天去那儿查阅资料,经常一待就是一整天。
  然而,与现在网络化时代不同,所有纸质期刊的更新周期非常长,要及时知晓国外最新的科研成果和学术前沿较难。即使是第一时间翻阅到最新一期期刊,团队成员所获取的学术信息也是相对滞后,但这并没有影响他们的热情。每次,最新的学术期刊文献资料一上架,他们就迫不及待地赶往图书馆了解国内外相关研究的最新现状。无法同国内外专业人士交流,就阅览他们的论文论著,从中获得科研思路和想法;科研设备落后,科研进展缓慢,就耐着性子,确保每一次数据的准确性,他们自我安慰,“急功近利是做不好科研的,慢工出细活嘛,几天能有小进展也成!”
  实际上,团队的渊源可追溯到1987年杨国庆教授成立的视觉信息处理研究组,而由陈松灿教授带头重组“模式识别和智能计算研究组”则始于他刚回国的2002年。2007年发展成校级“模式识别和智能计算”创新团队,2010年11月,随着计算机科学与技术学院由原信息科学与技术学院分设而立,改称“模式分析与智能计算研究所”。如此算来,团队已走过13个年头,当初只有陈松灿教授一人独撑的研究所,如今已集结了43名成员。其中,有5位教授、3位副教授和30多位博士、硕士生。埋首苦干的精神已深入团队成员的骨髓。收集资料、阅读文献、分析数据、电脑处理、撰写论文……实验室每天都有着浓郁的学术氛围。即使周末,也不乏忙碌的身影在实验室、电脑房、图书馆穿梭。正是这样的踏实苦干,使得团队一步步发展起来。

 

寻求突破,设法抱团巧干!

 

“团队要想寻求科研突破,不仅要广揽人才,更要从内到外抱团合作!”对于带好团队,陈松灿深谙其道。作为团队带头人,陈松灿教授本身的经历也有点意思:本科、硕士和博士分别毕业于杭州大学数学系、上海交通大学计算中心和南京航空航天大学电子工程系,至目前已独立主持9项国家自然科学基金,11项省、部基金,已培养毕业博士生33名和硕士生40多名。正所谓“名师出高徒”,他的学生中有5位获得江苏省优博论文奖,其中2位获得全国百篇优博论文提名奖,4位获得江苏省优硕论文奖,其得意门生张道强教授也是团队的研究骨干,在2015年入选中组部万人计划青年拔尖人才。2008年5月,学校首次破格选拔了13名35岁左右、教学科研成绩突出、具有持续发展能力的青年教授,张道强榜上有名,成为当时南航最年轻的教授,并成功入选2008年“校园年度人物”。最近,其毕业博士生顾晶晶在博士期间发表在国内计算机重要核心期刊《计算机学报》的1篇论文获得了由计算机学会颁发的3篇最佳论文之一,该文是从2010-2014五年在该刊所发的1300多篇论文中评选而得。而从南京大学毕业加盟到该团队的黄圣君博士则于2015年在激烈的竞争中脱颖而出,获得了由计算机学会和腾迅联合发起的犀牛鸟基金资助。随着陈松灿学术影响力的不断上升、团队科研成果也日益丰硕,模式分析与智能计算研究团队逐渐成为“人才聚集地”,汇聚了留学归国学者、计算机领域专家等一班才俊;团队骨干成员多毕业于上海交通大学、南京大学、南京航空航天大学和南京理工大学等全国重点大学,所学专业涉及数学、计算机软件和应用技术等,其中高级职称人员全都拥有博士学位并都独立主持过或正在主持国家自然科学基金项目。
  为培养团队协作精神、增强团队凝聚力,平日里师生间经常有一对一的沟通交流。每周,各科研小组内部都要进行学术讨论,成员之间通过交流,了解彼此科研进展的同时,也能在讨论交流中碰撞出思想火花。正如张道强教授所说:“打造高绩效的科研团队,需要随时了解团队成员的最新科研进展及其研究的最新成果。”如今,每周五已成为团队学术研讨会的固定时间,教授和博士生成员必须全部到场,团队成员汇报近来工作进展、介绍学术前沿。
  此外,陈松灿教授还注重加强校际间的合作研究,在他看来足球界“得强外援者得天下”之道,同样适用于科研团队。陈松灿教授感怀,始于2004年和南京大学周志华教授的合作让团队受益匪浅,双方多年来的精诚合作最终于2013年作为第二单位和南京大学共同获得了国家自然科学二等奖。陈松灿在感激南京大学的合作伙伴之余,也不免自责道:“在科研生涯中,有一段时间我曾经偏重于个人研究,有了项目就独自闷头做,走了不少弯路呀!”“渐入佳境,必须应用上实干!”
  长期以来,团队以应用基础理论方面的研究为主,获得了令业界关注的成果:10年来发表SCI期刊论文130多篇;其中ESI3篇;2014年团队成员陈松灿、张道强和谭晓阳3人同时入选Elsevier中国高被引学者榜;据GoogleScholar统计,团队发表的论文引用数近1万次,单篇引用过100论文20篇,单篇过500引用数为5篇,引用者来自50余个国家与地区,其中不乏权威学者如美、加、英等国的多位院士。“理论需要经过实践的检验,研究理论的最本质目的也是为了应用到生活中去,不然理论就只是空谈。”当团队的发展渐入佳境之时,陈松灿在立足应用研究基础上,开始有计划地带领团队朝着应用研究进发,“虽然之前研究以理论计算为主,但是现在我们必须力求把它应有到实际中,为社会做点应有的贡献。”例如,老年痴呆症是一种在老年人群中高发的脑疾病,然而在其早期阶段并不会表现出显著异常,如何才能及时发现该病症呢?这就与团队目前着手研究的脑影像智能分析有关了–通过对脑部扫描成像,进行脑影像智能分析,发现异常的脑区域。“老年痴呆症目前没有很好的治愈手段,但在其早期阶段可通过施加一些干预措施,有效延缓该疾病的发作。因而目前国际上研究的重点之一是疾病的早期诊断技术,其中脑影像智能分析发挥着关键作用。”张道强教授补充介绍说,“现在欧美许多国家都提出了脑计划,中国也即将推出自己的脑计划,其中一个重要研究内容是保护脑,包括对脑疾病的早期预防和诊断,这些都离不开模式分析和智能计算技术的进展。”
  其实,在脑影像分析研究之前,团队也已经“牛刀小试”过了,他们以智能视频分析算法为基础研制了一款高清一体化球型摄像机,可实现目标跟踪过程中的镜头随动。目前,所设计的算法已形成产品,并在某省会城市的电子警察应用中取得了良好效果。这次成功为团队着手应用研究极大地提振了信心,“只要踏踏实实地干,一定能实现些有价值的成果!”
  陈松灿透露,在应用基础研究方面,团队还将结合现实任务,如大数据,包括生物信息,视频、超谱/医学图像,传感数据等,开展相关的模式/数据分析本质问题的探究;结合应用需求,开展基于多模态机器学习的老年痴呆症早期诊断分析,复杂条件下的高性能人脸(验证)系统识别等一系列与我们生活密切相关的研究。
  13年来,团队从一粒种子,到生根发芽,团队的成功与收获让人欣喜。他们收获的不仅是承载着荣誉的奖杯,更有“苦干、巧干、实干”的好口碑!而这样的团队精神,将是陈松灿带领团队走向新的成功的不二法宝!

未命名

地址:江苏省南京市江宁区将军大道29号

邮政编码: 211106

版权所有:南京航空航天大学计算机科学与技术学院/人工智能学院 ALL RIGHTS RESERVED 苏ICP备05070685号 后台管理 书记信箱 院长信箱

友情链接

校外导航链接