科研成果
工程研究中心在3个基础研究领域取得了一系列的成果：
一、神经网络学习算法
专著
《Subspace Learning of Neural Networks》（CRC Press, Taylor & Francis Group）
代表性论文
Deep Clustering with Sample-Assignment Invariance Prior, IEEE TNNLS 2020
代表性专利
一种基于双通道深度神经网络的图像在线分类方法
一种面向模态非完全对齐的数据特征学习方法
二、小样本学习和零样本学习
代表性论文
Dual Adversarial Transfer for Sequence Labeling, IEEE TPAMI 2019
代表性专利
一种基于改进的CenterNet网络的核电站设备表面缺陷检测方法
一种基于多尺度注意力引导和知识蒸馏的表面缺陷检测方法
三、神经网络结构设计与优化算法
代表性论文
IGD Indicator-based Evolutionary Algorithm for Many-objective Optimization Problems, IEEE TEVC 2019
Automatically Designing CNN Architectures Using the Genetic Algorithm for Image Classification, IEEE TCYB 2020
代表性专利
一种预测卷积神经网络模型性能的方法
一种基于分组分层机制的可微结构搜索方法
