马占宇




马占宇马占宇,男

北京邮电大学 副教授

2011年博士毕业于瑞典皇家理工学院,2013年瑞典皇家理工学院博士后出站,丹麦奥尔堡大学兼职副教授。

研究方向:模式识别,机器学习

 

专家介绍:

主要从事模式识别和机器学习的基础研究工作,侧重于研究非高斯概率模型及其在多媒体信息处理、生物医学信号处理以及生物信息学等领域中的应用,近5年来发表SCI检索期刊论文15篇(影响因子2.0以上12篇,累计影响因子42.864),第一作者10篇(影响因子2.0以上8篇,累计影响因子27.372);共发表学术论文30余篇,第一作者25篇。所发表刊物包括IEEE Trans. on Pattern Analysis and Machine Intelligence(3篇长文),IEEE Trans. on Audio, Speech, and Language Processing,Pattern Recognition等本领域国际权威学术期刊,研究成果引起了相关领域国内外研究者的广泛关注,被包括Nature在内的知名刊物广泛引用。

自2013年8月回国任教以来,作为项目负责人,主持国家自然基金青年科学基金项目1项、国家自然科学基金与英国皇家学会合作交流项目1项、教育部留学归国人员科研启动基金1项;作为主研人,参与欧盟合作研究项目1项,瑞典STINT研究基金1项。在国外学习和工作期间,作为项目负责人,主持完成瑞典KTH博士后研究基金1项;作为主研人,参与完成欧盟项目1项,瑞典ÅF基金会研究项目1项。共申请发明专利12项,授权3项。

主持并参与了多项企业合作项目,包括瑞典爱立信公司、NEC中国研究院、中国联通等国际知名企业,完成了多项成果转化。

主要项目:

  • “非高斯概率模型的高效变分近似推理方法研究”,国家自然科学基金项目,批准号:61402047,2015.01-2017.12.
  • “基于非高斯概率模型的跨域视觉分析”, 国家自然科学基金项目,批准号:61511130081,2015.04-2017.03.
  • “变量分析框架下基于贝叶斯先验的单声道语音增强理论与模型研究”,教育部留学回国人员科研启动基金,2015.01-2016.12.
  • Project 66004, “New advanced probabilistic models for multimedia signal processing”, KTH research funding, 2010.9-2013.6.
  • AVTAL-12-173, “Developing a new strategy for the operation of the CHP and district heating system based on the end user heat demand” Ångpanneföreningens Forskningsstiftelse research funding, 2012.9-2013.9.

应用技术:

  • 高性能语音模型编码器
    • 针对LPC模型的LSF表达形式设计
    • 基于非高斯统计模型的PDF-optimized量化器
    • 一系列非线性去相关变换
    • 在保证传输质量的前提下大幅度节约码率
  • DNA甲基化分析工具
    • 在高维DNA特征空间中提取低维有效特征
    • 基于贝叶斯模型的DNA聚类
    • 准确判断正常/癌症DNA
  • 多视角三维视频重建技术
    • 基于景深图的三维视频重建
    • 任意视角场景还原
    • 性能超过MPEG中的VSRS软件
  • EEG信号分类器
    • 高效的脑电波(EEG)信号分类器
    • 采用狄利特雷混合模型描述EEG信号特征
    • 在噪音环境下有较强鲁棒性强

期刊论文:

会议论文: