研究方向

个人简介

刘光灿，男，教授，IEEE高级会员，现任东南大学自动化学院教授。他于2004年和2010年分别在上海交通大学获得数学与应用数学学士学位和计算机应用技术博士学位，师从俞勇、林宙辰和汤晓鸥教授。博士毕业后，他先后在新加坡国立大学、伊利诺伊大学香槟分校、康奈尔大学从事博士后研究工作，合作导师包括Shuicheng Yan、Yi Ma和Ping Li等知名学者。2014年回国后，他在南京信息工程大学自动化学院历任校聘教授、教授，并于2022年加入东南大学。刘光灿教授的主要研究方向为低维模型与优化在机器学习、模式识别、计算机视觉、信号处理及序列预测等领域的应用。他在高维数据的无监督、无损、低维表达方面取得了系统性重要进展，特别是提出了低秩表示及其可学习化模型与理论，引领了无监督无损表示学习的研究方向。他已发表IEEE T-IT、IEEE T-PAMI、NeurIPS、ICML等CCF A类论文50余篇，Google Scholar引用超过10000次。因其突出贡献，他于2016年获得国家优秀青年科学基金和江苏省杰出青年科学基金，2017年获得教育部自然科学二等奖和吴文俊人工智能优秀青年奖，并入选科睿唯安ESI高被引学者榜单，2020年和2021年分别获得CCF自然科学一等奖和中国电子学会自然科学一等奖。他目前担任ICML、NeurIPS等多个顶级国际会议的Area Chair，以及多个国际期刊的Associate Editor。在科研项目方面，他作为课题或子课题负责人承担了多项国家重点研发计划和国家自然科学基金项目。在教学方面，他讲授过《矩阵论》、《人工智能导论》、《机器学习》等多门课程，并培养了多名博士和硕士研究生。

资料摘录

暂无可展示的学位或研究成果数据