张静

时间:2017-11-17浏览:821设置

姓名

张静

性别

出生年月

1981.04

职称

副教授

所在部门

软件工程系

Email

jzhang@njust.edu.cn

联系电话


通信地址

南京市孝陵卫200

南京理工大学计算机学院

邮编

210094

所属学科

计算机科学与技术

软件工程

博导  硕导

个人简介及研究兴趣

个人简介:

20156月进入南京理工大学计算机科学与工程学院软件工程系任讲师。20176月晋升为副教授。20156月毕业于合肥工业大学计算机应用技术专业,获工学博士学位。博士期间获得国家留学基金委联合培养博士研究生资助,于20139月至20149月在美国中阿肯色大学访问进修。201510月进入南京理工大学软件工程专业博士后流动站进行博士后研究。20177月至9月悉尼科技大学工程与信息技术学院访问学者。

担任多个国际会议的程序委员会成员(PC member)和多个国际期刊的审稿人。在进入学术界之前,具有多年工业界IT研发工作经历,具有丰富的IT研发和管理经验。


研究兴趣:

数据挖掘,机器学习,分布式数据管理,大数据分析。


招生:

希望招收自我驱动力强、具有强烈研究兴趣和追求自我成功的研究生。也欢迎本科生和我联系,一起进行科学研究。


我的个人网页:http://jz81.github.io

主讲课程及教学成果

本科生:

《计算导论》

《编译方法》(留学生,英文)

《软件课程设计-II》(留学生,英文)

《软件体系结构》(留学生,英文)

《软件项目管理》(留学生,英文)


硕士研究生:

《软件建模训练》

代表性成果

第一作者SCI期刊论文:

 [1] Jing Zhang, Victor S. Sheng, Tao Li, & Xindong Wu. Improving Crowdsourced Label Quality Using Noise Correction. IEEE Transactions on Neural Networks and Learning Systems. (中科院一区,CCF B类)

 [2] Jing Zhang, Victor S. Sheng, Qianmu Li, Jian Wu, & Xindong Wu. (Mar. 2017). Consensus Algorithms for Biased Labeling in Crowdsourcing. Information Sciences, vol. 382, pp. 254–273.(中科院二区,CCF B类)

 [3] Jing Zhang, Xindong Wu, & Victor S. Sheng. (Dec. 2016). Learning from Crowdsourced Labeled Data: a Survey. Artificial Intelligence Review, vol. 46, no. 4, pp. 543–576.(中科院三区)

 [4] Jing Zhang, Qianmu Li, & Wei Zhou. (Sept. 2016). HDCache: A Distributed Cache System for Real-Time Cloud Services. Journal of Grid Computing. vol. 14, no. 3, pp. 407–428.(中科院三区,CCF C类)

 [5] Jing Zhang, Victor S. Sheng, Jian Wu, & Xindong Wu. (Apr. 2016). Multi-Class Ground Truth Inference in Crowdsourcing with Clustering. IEEE Transactions on Knowledge and Data Engineering, vol. 28, no. 4, pp. 1080–1085.(中科院二区,CCF A类)

 [6] Jing Zhang, Victor S. Sheng, Bryce A. Nicholson, & Xindong Wu. (Dec. 2015). CEKA: A Tool for Mining the Wisdom of Crowds. Journal of Machine Learning Research, vol. 16, pp. 2853–2858. (中科院二区,CCF A类)

 [7] Jing Zhang, Xindong Wu, & Victor S. Sheng. (May 2015). Active Learning with Imbalanced Multiple Noisy Labeling. IEEE Transactions on Cybernetics, vol. 45, no. 5, pp. 1081–1093.(中科院一区,CCF B类)

 [8] Jing Zhang, Xindong Wu, & Victor S. Sheng. (Feb. 2015). Imbalanced Multiple Noisy Labeling. IEEE Transactions on Knowledge and Data Engineering, vol. 27, no. 2, pp. 489–503.(中科院二区,CCF A类)


第一作者会议论文:

 [9] Jing Zhang, Victor S. Sheng, & Tao Li. (Aug. 7-11, 2017). Label Aggregation for Crowdsourcing with Bi-Layer Clustering. In Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR), Tokyo, Japan, pp. 921–924.CCF A类)

 [10] Jing Zhang, Victor S. Sheng, Jian Wu, Xiaoqin Fu, & Xindong Wu. (Oct. 19-23, 2015). Improving Label Quality in Crowdsourcing Using Noise Correction. In Proceedings of the 24th ACM International Conference on Information and Knowledge Management (CIKM), Melbourne, Australia, pp. 1931–1934. CCF B类)

 [11] Jing Zhang, Xindong Wu, & Victor S. Sheng. (Aug. 25-28, 2013). A Threshold Method for Imbalanced Multiple Noisy Labeling. In Proceedings of the 2013 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM), Niagara Falls, Canada, pp. 61–65.

 [12] Jing Zhang, Xindong Wu, & Victor S. Sheng. (Jul. 14-18, 2013). Imbalanced Multiple Noisy Labeling for Supervised Learning. In Proceedings of the 27th AAAI Conference on Artificial Intelligence (AAAI), Bellevue, Washington, USA, pp. 1651–1652.Student abstractCCF A类)

 [13] Jing Zhang, Gongqing Wu, Xuegang Hu. & Xindong Wu. (Sept. 20-23, 2012). A Distributed Cache for Hadoop Distributed File System in Real-Time Cloud Services. In Proceedings of the 13th ACM/IEEE International Conference on Grid Computing (GRID), Beijing, China, pp.12–21.



发明专利:

 [14] 张静等. 一种分布式mrcp服务器负载均衡系统的均衡方法. CN 101753558 B。授权

[15] 张静. 一种基于标签噪声纠正的众包标注数据质量提升方法. 申请号:201510754782.2

近期在研项目

主持(负责人)以下项目:

国家自然科学基金(青年项目)616031862017.1–2019.12

中国博士后科学基金特别资助2017T1003702017.1–2018.12

江苏省自然科学基金(青年项目)BK201608432016.7–2019.6

中国博士后科学基金一等资助2016M5904572016.1–2017.12

江苏省博士后基金C类资助1601199C2016.1–2017.12

江苏省社会安全图像视频理解重点实验室开放课题(2016.7–2018.6

南京理工大学科研启动基金(2015.7–2017.6



返回原图
/