梅建萍

我分别从宁波大学、浙江大学、以及新加坡南洋理工大学(Nanyang Technological University, School of EEE)获得学生、硕士、和博士学位。博士毕业后在南洋理工大学计算机学院(School of Computer Engineering)从事两年研究工作后回国并就职于浙江工业大学计算机科学与技术学院。目前为该学院副教授，硕士生导师。

主要从事机器学习、数据挖掘算法及在文本分析、社交网络挖掘、推荐系统、药物靶标预测等应用研究，近期主要关注实际应用中深度学习所面临的复杂问题，包括模型轻量化、模型的持续学习能力、领域适应性，多模态学习能力，以及模型安全等问题。ResearchGate 科研主页: https://www.researchgate.net/profile/Jian-Ping-Mei

总共发表论文30多篇，包括相关领域重要期刊（IEEE Trans. Neural Networks Learn. Syst., IEEE Trans. Fuzzy Systems, Data Min. Knowl. Discov., Pattern Recognition, Bioinformatics等）和国际顶级会议（AAAI，CVPR）。Google scholar h指数15，i10指数19，总共被引用990多次。主持国家自然科学基金面上项目和青年项目，浙江省自然科学基金，参与国家科技部重点研发项目和国家自然科学基金重点项目。曾获浙江工业大学校聘副教授、校优秀青年、浙江工业大学健行荣誉导师。

主讲本科生课程：

《数据挖掘》、《文本分析与挖掘》

相信后面会有更多同学精彩继续。。。

本科生：

陈德仿（浙江大学，计算机学院，直博）

王杰（浙江大学，软件学院硕士）

王焕良（浙江大学，软件学院，硕士）

吴俊康（中国科学技术大学，硕士）

王博浩（浙江大学，计算机学院，直博）

郑逸伦（新加坡南洋理工大学， School of EEE, 直博）

王路（浙江大学，计算机学院，直博，2024入学）

毕业研究生：

吕华江，研究方向：半监督深度聚类。

仇文豪，研究方向：基于聚类的输出正则化方法。

王世翔，研究方向：无监督图像表示学习方向

翁烨涛，研究方向：领域适应

目前在读：

陈杰，研究方向：领域外样本检测、无源知识蒸馏、模型盗窃

褚鑫凯，研究方向：持续学习

陆春龙，研究方向：联邦学习

管宇豪，研究方向：表示模型蒸馏

余淼琪，大模型相关研究（具体待定）

张伟斌，大模型相关研究（具体待定）

主要论文：

 ------- 知识蒸馏 -------

• 1. Jian-Ping Mei, Wehhao Qiu, Defang Chen, Rui Yan, Jing Fan: Output regularization with clusterbased, soft targets. IEEE Trans. Neural Networks Learn. Syst., 35(8): 11463-11474 (2024).

• 2. Can Wang, Defang Chen, Jian-Ping Mei, Yuan Zhang, Yan Feng, Chun Chen: SemCKD: Semantic Calibration for Cross-Layer Knowledge Distillation. IEEE Trans. Knowl. Data Eng. 35(6): 6305-6319 (2023)

• 3. Jian-Ping Mei, Jie Chen, Xinkai Chu: Data-Locked Knowledge Distillation with Ready-To-Use Substitutes. IJCNN 2023: 1-8 

• 4. Defang Chen, Jian-Ping Mei, Yuan Zhang,Can Wang,Zhe Wang,Yan Feng,Chun Chen: Knowledge Distillation with the Reused 5. Teacher Classifier. CVPR 2022（CCF A类会议）

• 6. Defang Chen, Jian-Ping Mei, Yuan Zhang,Can Wang,Zhe Wang,Yan Feng,Chun Chen: Cross-Layer Distillation with Semantic Calibration. AAAI 2021: 7028-7036 （CCF A类会议）

• 7. Defang Chen, Jian-Ping Mei*, Can Wang, Yan Feng, Chun Chen: Online Knowledge Distillation with Diverse Peers. AAAI 2020: 3430-3437（CCF A类会议）

• 8. Jian-Ping Mei, Yilun Zhen, Qianwei Zhou, Rui Yan: TaskDrop: A competitive baseline for continual learning of sentiment classification. Neural Networks 155: 551-560 (2022)

  ------- 聚类算法 -----------

• Jian-Ping Mei:Semisupervised Fuzzy Clustering With Partition Information of Subsets. IEEE Trans. Fuzzy Systems 27(9): 1726-1737 (2019)(JCR 1区，CCF B类)。

• Jian-Ping Mei, Huajiang Lv, Jiuwen Cao, Weihua Gong:Pairwise Constrained Fuzzy Clustering: Relation, Comparison and Parallelization. Int. J. Fuzzy Syst. 21(6): 1938-1949 (2019)。 
  

• Jian-Ping Mei, Lihui Chen: LinkFCM: Relation integrated fuzzy c-means. Pattern Recognition 46(1): 272-283 (2013). （CCF B类）
  

• Jian-Ping Mei, Lihui Chen: Fuzzy clustering with weighted medoids for relational data. Pattern Recognition 43(5): 1964-1974 (2010).（JCR 2区，CCF B类）

  ----------- 文本分析 -----------

• Jian-Ping Mei , Yangtao Wang, Lihui Chen, and Chunyan Miao：Large Scale Document Categorization With Fuzzy Clustering. IEEE Transactions on Fuzzy Systems: 2017 , 25/5 ,1239-1251. (JCR 1区，CCF B类)

• Jian-Ping Mei, Lihui Chen. Proximity-based k-partitions clustering with ranking for document categorization and analysis. Expert Syst. Appl.: 2014 ,41(16) ,7095-7105. （JCR 2区）

• Jian-Ping Mei, Lihui Chen: SumCR: A new subtopic-based extractive approach for text summarization. Knowl. Inf. Syst. 31(3): 527-545 (2012)

  ----------- 基于网络的挖掘、推荐系统 -----------

• Jian-Ping Mei, Han Yu, Zhiqi Shen, Chunyan Miao. A social influence based trust model for recommender systems. Intelligent Data Analysis: 2017 , 21(2) ,263-277. （CCF C类) 

• Jian-Ping Mei, Huajiang Lv, Lianghuai Yang, Yanjun Li: Clustering for heterogeneous information networks with extended star-structure. Data Min. Knowl. Discov. 33(4): 1059-1087 (2019)（JCR 2区，CCF B类）。

• Xiaogang Han, Wei Wei, Chunyan Miao, Jian-Ping Mei, Hengjie Song: Context-Aware Personal Information Retrieval From Multiple Social Networks. IEEE Comput. Intell. Mag. 9(2): 18-28 (2014)

  ----------- 生物信息：药物与蛋白质反应预测-----------

• Jian-Ping Mei, Chee Keong Kwoh, Peng Yang, Xiaoli Li, Jie Zheng: Drug-target interaction prediction by learning from local information and neighbors. Bioinformatics 29(2): 238-245 (2013).（JCR 2区，CCF B类）

• Peng Yang, Xiaoli Li, Jian-Ping Mei, Chee Keong Kwoh, See-Kiong Ng:Positive-unlabeled learning for disease gene identification. Bioinformatics 28(20): 2640-2647 (2012)（JCR 2区，CCF B类）

• Jian-Ping Mei, Chee Keong Kwoh, Peng Yang, Xiaoli Li, Jie Zheng: Globalized bipartite local model for drug-target interaction prediction. BIOKDD 2012: 8-14

授权专利：

一种个性化的学术文献推荐方法，专利号：ZL201810467316.X

一种基于文档内容和相互关系的主题检测方法，专利号：ZL201710516534.3

一种基于文献引用关系的刊物聚类方法，专利号：ZL201711078085.5

主持和主要参与科研项目：

1. 国家自然科学基金面上项目，面向无监督预训练模型的领域适应知识蒸馏，2023.1-2026.12，主持

2. 国家自然科学基金青年项目，面向异构信息网络中实体归类的模糊聚类，2016.1-2018.12，主持

3. 浙江省自然科学基金重点项目，面向黑盒模型盗窃攻击防御的检测、阻断和评估，2024.1-2026.12，主持

4. 浙江省自然科学基金一般项目，基于分组HIT的众包聚类方法研究，2016.1-2018.12，主持

5. 浙江省自然科学基金一般项目，深度聚类联合学习模型及其在文本归类的应用，2020.1-2022.12，主持

6. 国家科技部重点研发项目，智能服务适配过程使能技术，2019.7-2022.6，参与

7. 国家自然科学基金联合重点项目，基于多信息源融合的复杂网络攻击检测、分析和追踪方法及关键技术，2023.1-2026.12，参与