耿传兴，副研究员，香江学者(2023)，江苏省青托(2024)，南航"长空之星"(2024)，CCF高级会员，南航百强科研团队成员。于2020年获得南京航空航天大学计算机科学与技术博士学位 (导师：陈松灿教授，IAPR、CAAI Fellow)，于2023年入选香江学者计划(全国60人/年，当年计算机学科仅3人获资助)，合作导师香港浸会大学讲席教授Pong-Chi Yuen (IAPR Fellow)。研究方向为机器学习、模式识别，主要涉及动态、开放、非平稳场景中鲁棒分类/识别模型的构建与优化研究。已在相关领域权威国际期刊、会议发文20余篇，包括IEEE TPAMI、TKDE、TIP、TNNLS、IJCAI、AAAI、NeurIPS等。相关工作获得国内外学者关注，Google Scholar总引用超1300余次。荣获2022年度江苏省优秀博士学位论文；荣获2023香江学者奖；荣获2024年度江苏省自然科学百篇优秀学术成果论文奖；荣获2024年江苏省科学技术二等奖。主持国家自然科学基金面上项目、青年项目，江苏省自然科学青年基金等课题。
研究生、本科生招募：
欢迎有志于科研，对机器学习、模式识别等领域感兴趣的研究生(限计算机科学与技术方向学硕/专硕、其他方向专硕)、本科生加入！可推荐表现优异的同学去香港科技大学、香港浸会大学、东南大学等高校深造以及华为、美团等大厂实习，并支持参加国内外学术交流。（在完成基本的科研和项目要求下支持研二下学期五月份开始的自由实习！）
对您的报考要求：
1. 学习态度端正，有进取心、责任心；
2. 对方向有兴趣，有恒心和毅力；
3. 具备一定的计算机基础(如编程语言、算法知识等)；
4. 在读期间，唯一要做的事是在本人指导下做(应用基础和/或技术层面)的研究。希望您在获得能力提高的同时, 也能享受到研究的乐趣!
如有意愿，请发送简历至gengchuanxing@nuaa.edu.cn
温馨提醒：本人对学生在研究态度上要求比较严格(至少要像个研究生，研究生就是要真正懂一些东西)，如果只是为了混学位，请勿联系！
部分代表性成果：
[1] Chuanxing Geng, Aiyang Han, Songcan Chen; Explicit View-Labels Matter: A Multifacet Complementarity Study of Multi-View Clustering. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2024. (In press, 中科院1区TOP, CCF A, IF: 23.6)
[2] Chuanxing Geng; Songcan Chen ; Multiplane Convex Proximal Support Vector Machine, IEEE Transactions on Neural Networks and Learning Systems, 2023, 34(8): 4918-4931. (中科院1区TOP, CCF B, IF: 10.4)
[3] Chuanxing Geng; Songcan Chen ; Collective Decision for Open Set Recognition, IEEE Transactions on Knowledge and Data Engineering, 2022, 34(1): 192-204. (CCF A, IF: 9.235)
[4] Chuanxing Geng; Sheng-Jun Huang; Songcan Chen ; Recent Advances in Open Set Recognition: A Survey, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021, 43(10): 3614-3631. (中科院1区TOP, CCF A, IF: 23.6, ESI高被引)
[5] Chuanxing Geng; Lue Tao; Songcan Chen ; Guided CNN for generalized zero-shot and open-set recognition using visual and semantic prototypes, Pattern Recognition, 2020. (中科院1区TOP, CCF B, IF: 8.0)
[6] Chuanxing Geng; Songcan Chen ; Metric Learning-Guided Least Squares Classifier Learning, IEEE Transactions on Neural Networks and Learning Systems, 2018, 29(12): 6409-6414. (中科院1区TOP, CCF B, IF: 10.4)
更多信息请查看: https://scholar.google.com/citations?hl=zh-CN&user=thqYKQIAAAAJ&view_op=list_works