师资队伍 —— 唐宋

发布时间：2024-01-17浏览次数：3539


唐宋
唐宋

博士，副教授，硕士生导师

邮箱：tangs@usst.edu.cn

办公地点：先进制造大楼1212

所在单位：机器智能研究院，健康科学与工程学院

个人简介：欧盟Marie Sklodowska-Curie访问学者，湖南省级科技特派员。从事面向通用感知的安全、可信人工智能 (AI) 研究，及其在智能机器人、医学、科学（AI4S）领域的潜在应用。2010年半路出家，从事科学研究以来，在IJCV、CVPR、NeurIPS、IEEE-TMM、IEEE-TITS、IEEE-TCSI、 ACM-MM、ICRA、IROS等CCF推荐期刊或会议上发表论文50余篇（引用>1000，一作或通讯 28篇），其中，CCF-A，中科院一区、TOP论文15篇； 出版学术专著1部；主持或参与国家自然科学基金面上、SAST基金、欧盟Horizon2020基金、德国科学基金会等纵向项目8项，主持横向课题4项；牵头研制首款车臂协同智能保洁机器人，受到李克强总理接见，并向总理做现场动态汇报。担任本科课程《数据结构与算法》、《信号分析与处理》主讲。欢迎有学术热诚的同学报考我的研究僧。


教育及工作背景               


教育背景

  1. 2013 至 2017, 电子科技大学, 计算机科学与技术（CS）(University of Hamburg 联合培养), 博士

  2. 2010 至 2013, 重庆邮电大学, 系统工程, 硕士（学术型）

  3. 2001 至 2005, 海南大学, 电子工程 (EE), 学士

工作经历

  1. 2020 至 今，上海理工大学，机器智能研究院，健康科学与工程学院，教师

  2. 2017 至 2019, University of Hamburg，Department of Informatics，Assistant Researcher.

  3. 2018, 清华大学，欧盟Marie Sklodowska-Curie访问学者

  4. 2009 至 2010, 中国电子科技集团公司第三十研究所，算法工程师

  5. 2005 至 2009, 上海三菱电梯有限公司 (SMEC)，高级电子工程师，工程经理

研究方向


主要研究方向：机器学习、计算机视觉、机器人学习。我的工作一直围绕“迁移学习”这一核心主题，目前聚焦三个方面：(1) 基于无监督多模态的迁移学习方法；（2）基于信息论和动力学的可解释AI；（3）基于视觉推理的空间智能。

研究小组简介


目前，我的研究小组 (TAU Lab) 共有14名成员，其中硕士研究生10名，客座研究生2名，客座本科生2名。年均2人/次获得国家奖学金/一等学业奖学金/保研资格，2020级第一届硕士毕业生，2/3成功申请国内985高校CS专业人工智能方向博士研究生。可前往网址https://www.taulab.cc/了解我的研究小组。因每年名额有限，我们研究小组偏向于招收计算机、电子信息、数学相关专业的同学。同时，我们也欢迎自动化、机械电子等工程专业有一定硬件动手能力的同学加入。

学术任职

  1. 中国图象图形学学会，多媒体专委会专委； IEEE会员，CCF会员.

  2. Science Reports 编委.

  3. CVPR (2021, 2022, 2024 PC), AAAI (2022，2023, 2024, PC), ICNSC (2022, Session chair), PHM (2024, Session chair)

  4. 担任 IEEE Transactions on Multimedia (TMM), IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), IEEE Transactions on Neural Networks and Learning Systems (TNNLS), Pattern Recognition (PR), Neural Networks (NN) 等CCF推荐人工智能领域期刊审稿人.

近3年论文


  完整的论文列表可前往我的Google Scholar查看。

  1. S. Tang, A. Chang, F. Zhang, X. Zhu, M. Ye and C. Zhang, 'Source-free Domain Adaptation via Target Prediction Distribution Searching', International Journal of Computer Vision (IJCV), 132: 654–672, 2024. (IF = 19.6, 人工智能领域顶级期刊, CCF-A)

  2. S. Tang, W. Su, M. Ye and X. Zhu, 'Source-Free Domain Adaptation with Frozen Multimodal Foundation Model',  IEEE/CVF Computer Vision and Pattern Recognition Conference (CVPR). 2024. (H5-index 422, 人工智能领域顶级会议, CCF-A)

  3. S. Tang, Y. Shi, Z. Song, M. Ye, C. Zhang and Jianwei Zhang*, 'Progressive Source-Aware Transformer for Generalized Source-Free Domain Adaptation', IEEE Transactions on Multimedia (TMM), Oct. 2023, DOI:10.1109/TMM.2023.3321421. (IF = 7.3, CCF-B, 中科院一区, TOP)

  4. S. Tang, Y. Zou, Z. Song, J. Lyu, L. Chen, M. Ye, S. Zhong, J. Zhang, 'Semantic consistency learning on manifold for source data-free unsupervised domain adaptation', Neural Networks (NN), May. 2022, 152, pp. 467-478. (IF=9.657，CCF-B，中科院一区，TOP)

  5. S. Tang, W. Su, Y. Yang, L. Chen and M. Ye, 'Model adaptation via credible local context representation', CAAI Transactions on Intelligence Technology (CTIT), May. 2023. (IF = 7.985, 中科院二区)

  6. S. Tang, Y. Shi, Z. Ma, J. Li, J. Lyu, Q. Li, J Zhang, 'Model Adaptation through Hypothesis Transfer with Gradual Knowledge Distillation', IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Aug. 2021, pp. 5679-5685. （H5-index 78, 机器人领域顶会，CCF-C）

  7. S. Tang, Y. Ji, J. Lyu, J. Mi, Q. Li, J. Zhang, 'Visual Domain Adaptation Exploiting Confidence-Samples', IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2019, pp. 1173-1179. （H5-index 78, 机器人领域顶会，CCF-C）

  8. S. Tang, M. Ye, P. Xu, X. Li, 'Adaptive pedestrian detection by predicting classifier', Neural Computing and Applications (NCAA), Apr. 2019, 31 (4), 1189-1200. (IF = 6.0，CCF-C，中科院二区)

  9. H. Sun, S. Tang, X. Qi, Z. Ma and J. Gao, 'MCFilter: Feature Filter-based on Motion-correlation for LiDAR SLAM', Robotic Intelligence and Automation (RIA), Oct. 2023, DOI:10.1108/RIA-07-2023-0086. (IF = 2.373，通讯，学生第一)

  10. X. Pan, J. Wang, Z. Deng, Y. Shuai, W. Luo, W. Luo, Q. Xie, Y. Xiao,  S. Tang, S. Jiang, C. Wu, F. Zhu, J. Zhang, W. Zhang, 'A memristor-based bioinspired multimodal sensory memory system for sensory adaptation of robots', Advanced Intelligent Systems (AIS), July. 2022, 4(7), pp. 2200031. (IF = 7.298，中科院三区)

  11. J. Liu, J. Cui, M. Ye, X. Zhu and S. Tang, 'Shooting condition insensitive unmanned aerial vehicle object detection',  Expert Systems with Applications, (ESWA), Jan. 2024, DOI:10.1016/j.eswa.2024.123221. (IF = 8.5, CCF-C, 中科院一区, TOP)

  12. L. Zhou, N. Li, M. Ye, X. Zhu, S. Tang, 'Source-free domain adaptation with Class Prototype Discovery', Pattern Recognition (PR), Sep. 2023,  DOI:10.1016/j.patcog.2023.109974. (IF = 8.0, CCF-B, 中科院一区, TOP)

  13. J. Mi, S. Tang, Z. Ma, D. Liu, J. Zhang. Weakly supervised referring expression grounding via target-guided knowledge distillation[C]. In Proc. of IEEE International Conference on Robotics and Automation (ICRA), 2023.（H5-index 119, 机器人领域顶会，CCF-B）

  14. S. Xiao, M. Ye, Q. He, S. Li, S. Tang and X. Zhu. Adversarial Experts Model for Black-box Domain Adaptation.ACM Multimedia (ACMMM), 2024.（计算机图像学与多媒体领域顶会、CCF-A）

  15. S. Li, M. Ye, L. Ji, S. Tang, Yan Gan and Xiatian Zhu. Illumination Distribution-Aware Thermal Pedestrian Detection. IEEE Transactions on Intelligent Transportation Systems (TITS), 2024, DOI: 10.1109/TITS.2024.3441628.（IF = 7.9、CCF-B、中科院一区、TOP）

  16. S. Li, M. Ye, L. Zhou, N. Li, S. Xiao, S. Tang and Xiatian Zhu. Cloud Object Detector Adaptation by Integrating Different Source Knowledge. Conference on Neural Information Processing Systems (NeurIPS) 2024.（H5-index 337, 人工智能领域顶级会议, CCF-A）

  17. J. Luo, L. Chen*, K. Shi, S. Tang, R, Zhang, J. Cheng and J.H. Park. Intelligent Event-Triggered H∞ Load Frequency Control for Power Systems With Multiple-Resource Delays. IEEE Transactions on Circuits and Systems I: Regular Papers (TCSI), 2024. DOI: 10.1109/TCSI.2024.3483553（IF = 5.2、中科院一区、TOP）

专著

  1. 《领域自适应目标检测方法与应用》，作者：叶茂，唐宋，李旭东。出版年份：2019年。出版社：科学出版社

近3年基金项目

  1. 国家自然科学基金, 面上项目, 欠信息条件下无监督领域自适应方法研究, 62476169, 2025-01 至 2028-12, 在研, 主持

  2. SAST基金项目, 基于磁力引导的非接触式捕获连接技术, SAST2023-084, 2024-01 至 2025-12, 在研, 主持

  3. 德国研究联合会 (German Research Foundation, DFG), 国际合作研究项目, TRR169, Cross-modal Learning: Adaptivity, Prediction and Interaction (The 1st and 2nd phases), 2016-01 至 2023-12，结题，主研

  4. 国家自然科学基金, 面上项目, 61773093, 面向服务机器人的无监督领域自适应目标检测方法研究, 2018-01-01 至 2021-12-31, 结题, 主研

DEMO 展示

  1.   CVPR24-Presentation of paper: Source-Free Domain Adaptation with Frozen Multimodal Foundation Model

  2. 噪声干扰下，鲁棒、快速SLAM:

  3. 室内通用智能服务机器人原理样机 (合作研发)：

知识产权


软件著作权

  1. 唐宋, 袁儒鹏, 杨艳, 马致远, 米金鹏, 刘丹, 邹彦. 基于渐进式扫描匹配的机器人快速定位算法软件V1.0. 著作权号: 2022SR0024046. 2021.

  2. 唐宋, 袁儒鹏, 邹彦, 马致远, 米金鹏, 刘丹, 杨艳. 基于短时记忆融合的室内机器人动态导航算法软件V1.0. 著作权号: 2022SR0024047. 2019.

  3. 陈丽娟, 寇国钊, 钱孜沁, 孙涵，唐宋. 面向高效运动规划的迁移学习算法软件V1.0.著作权号: 2023SR0879095, 2023.

  4. 马致远, 米金鹏, 秦纪伟, 唐宋, 刘丹, 袁儒鹏, 汪伟. 基于知识图谱与推荐的机器人问答系统V1.0.著作权号: 2022SR0024050, 2021.

发明专利

  1. 唐宋 ; 宋梓豪; 陈利娟; 杨芳艳; 季云峰; 李清都 ; 一种高复杂性四维超混沌电路, 2021-04-23, 中国, CN202110463487.7

  2. 米金鹏; 吴旭明; 唐宋 ; 刘丹; 马致远 ; 一种面向非结构场景中垃圾拾取任务的高效感知方法,2022-07-15, 中国, CN202210835850.8

  3. 刘丹; 米金鹏; 唐宋  ; 包震伟 ; 一种软硬件结合的视觉深度学习模型推理加速方法, 2022-07-12, 中国, CN202210817062.6

  4. 季云峰; 陈宇涛; 毛越; 梁晨; 胡晓屹; 王禾; 唐宋; 刘娜; 王刚; 王吉; 沈晏妮; 李清都 ; 一种基于全向麦克纳姆轮平台的乒乓球机器人, 2022-11-01, 中国, CN202010054203.4

  5. 米金鹏; 胡卫兵; 刘丹; 唐宋 ; 马致远 ; 一种基于改进型角度估计的机械臂抓取方法, 2022-07-18,中国, CN202210840815.5

  6. 季云峰; 王朝立; 李彧; 唐宋  ; 李清都; 张建伟 ; 一种拟人乒乓发球机, 2019-01-21, 中国,CN201910053850.0