文档分析与模式识别实验室

明德正行、博学多能

English

文档分析与模式识别实验室

明德正行、博学多能

机器学习是人工智能的核心分支，通过从数据中自动学习规律和模式，使计算机无需显式编程即可完成预测或决策任务。其核心方法包括监督学习（利用标注数据训练模型，如分类、回归）、无监督学习（挖掘无标签数据的结构，如聚类、降维）和强化学习（通过与环境的交互优化决策策略）。关键理论涵盖损失函数优化、偏差-方差权衡以及防止过拟合的正则化技术。深度学习作为机器学习的子领域，基于多层神经网络实现复杂特征的层次化自动提取，通过反向传播算法优化参数，擅长处理图像、文本等非结构化数据，但依赖大量数据与计算资源。两者共同推动人工智能在图像识别、自然语言处理等领域的突破。

郑煜辰
郑煜辰
教授 / 硕导 / 博导

研究方向 更多 >

本实验室主要从事模式识别与智能机器学习研究，聚焦基础算法、交叉应用与AI隐私安全三大方向。核心研究涵盖深度学习、小样本学习与AI for Science前沿技术；深耕多场景文档智能分析，包含场景文本、古文献、手写文本识别及手写签名智能鉴定。同时开展医学图像处理、不平衡样本学习等医疗智能研究；依托数据挖掘与图神经网络，深耕生物信息学，涉及蛋白质结构预测、药物研发、生物分子互作、菌群分析及生物知识图谱构建。此外，研究覆盖遥感图像智能解译、多语种语音识别与语义分析，并围绕联邦学习、对抗攻防开展AI隐私安全研究，旨在攻克复杂场景下小样本、高鲁棒、高安全的智能分析技术，推动AI在文博、医疗、生物、遥感等领域落地应用。

课题组新闻 更多 >

论文列表 更多 >

通讯作者*
共同一作#