陶卿

发布时间:2026-05-13浏览次数:61

陶卿,博士,教授,博士生导师,安徽省教学名师。获得了安徽省首届杰出青年基金项目资助,担任中国计算机学会模式识别与人工智能专业委员会委员、中国人工智能学会机器学习专业委员会常务委员、《模式识别与人工智能》编委。

1982–1986:安徽师范大学,数学教育专业学士。1986–1989:西南大学,基础数学专业硕士。1996–1999:中国科学技术大学,信号与信息处理专业博士。1999-2001:中国科学技术大学博士后。2001-2003:中国科学院自动化研究所博士后。2004:被聘为中国科学院自动化研究所博士生导师。2004-2025:担任陆军兵种大学(现名)“计算机科学与技术”学科带头人和人工智能工程领域学术带头人。

自1999年获得博士学位后,一直从事机器学习、模式识别和应用数学的教学和研究工作。近年来,围绕机器学习模型训练与对抗攻击优化方法,在CCF-A类会议ICML、NIPS、ICLR、CVPR、AAAI、SIGIR和期刊IEEETDSC、IEEETNNLS和IEEETCYB等发表论文30多篇。主持完成国家自然科学基金面上项目6项,指导的硕士生3人获安徽省优秀硕士论文,1人获军队优秀硕士论文。

近期代表性英文论文:

[1] ThePower of Decaying Steps: Enhancing Attack Stability andTransferability for Sign-based Optimizers. CVPR,2026. (CCF-A,通讯作者)

[2] Optimizing theAdversarial Perturbation with a Momentum-based Adaptive Matrix. IEEETrans on Dependable and Secure Computing.DOI 10.1109/TDSC.2025.3646013. (CCF-A,通讯作者)

[3] Structured BFGSMethod for Optimal Doubly Stochastic Matrix Approximation.AAAI,2023.(CCF-A,第四作者)

[4] MomentumAcceleration in the Individual Convergence of Nonsmooth ConvexOptimization with Constraints. IEEETrans on Neural Networks and Learning Systems.2022,33(3): 1107 - 1118. (中科院一区,通讯作者)

[5] The Role ofMomentum Parameters in the Optimal Convergence of Adaptive Polyak'sHeavy-ball Methods. ICLR,2021. (CCF-A,通讯作者)

[6] GradientDescent Averaging and Primal-dual Averaging for Strongly ConvexOptimization. AAAI,2021.(CCF-A,通讯作者)

[7] SemismoothNewton algorithm for efficient projections onto -norm ball. ICML,2020. (CCF-A,第四作者)

[8] PrimalAveraging: A New Gradient Evaluation Step to Attain the OptimalIndividual Convergence.IEEETrans on Cybernetics. 2020,50(2): 835-845. (中科院一区,通讯作者)

[9] The Strength ofNesterov's Extrapolation in the Individual Convergence of NonsmoothOptimization. IEEETrans on Neural Networks and Learning Systems.2020, 31(7): 2557-2568. (中科院一区,通讯作者)

近期代表性中文论文:

[1] 基于动量加速和任务均衡的目标检测对抗训练方法。软件学报,2026,37(4): 1575-1590。(CCF-A,通讯作者)

[2] 基于L1-mask约束的对抗攻击优化方法。智能系统学报。2025,20 (03): 594-604。(CCF-A,通讯作者)

[3] 结合自适应步长策略和数据增强机制提升对抗攻击迁移性。电子学报。2024,52(1): 157-169。(CCF-A,通讯作者)

[4] 基于AdaGrad的自适应NAG方法及其最优个体收敛性。软件学报。2022,33(4): 1231−1243。(CCF-A,通讯作者)

[5] 梯度有偏情形非光滑优化问题加速算法NAG的个体收敛性。软件学报。2020,31(4): 1051-1062。(CCF-A,通讯作者)

[6] 一种三参数统一化动量方法及其最优收敛速率。计算机研究与发展。2020,57(08): 1571-1580。(CCF-A,通讯作者)

[7] 非光滑凸情形Adam型算法的最优个体收敛速率。智能系统学报。2020,15(6): 1140–1146。(CAAI-A,通讯作者)


科研项目:

国家自然科学基金面上项目,机器学习问题的动量优化方法研究,主持,2021.01-2024.12;

国家自然科学基金面上项目,机器学习随机优化方法的个体收敛速率研究,主持,2017.01-2020.12;

国家自然科学基金面上项目,大规模机器学习问题的结构优化方法研究,主持,2013.01-2016.12;

国家自然科学基金面上项目,基于损失函数的统计机器学习算法及其应用研究,主持,2010.01-2012.12;

国家自然科学基金重点项目,数据理解的若干基本问题研究,参与(排名2,合作单位负责人),2009.01-2012.12;

国家自然科学基金面上项目,统计学习理论与算法研究,主持,2006.01-2008.12;

国家自然科学基金面上项目,SVM的几何理论及其实现研究,主持,2002.01-2004.12。

安徽省杰出青年基金项目(2002.01-2005.12)。原名为安徽省优秀青年基金项目,因结题成绩优秀获得滚动资助。