总体介绍
姓名：陈森涛
职称：讲师
电子邮箱：sentaochen@stu.edu.cn
办公地址：工科楼工南208


个人简介
陈森涛，2020年6月毕业于华南理工大学软件学院，获工学博士学位。2020年11月起在汕头大学工学院计算机系任讲师，并于当年入选汕头大学卓越人才计划：优秀人才。
研究兴趣为统计机器学习，包括但不限于领域自适应(Domain Adaptation)/迁移学习(Transfer Learning),领域泛化(Domain Generalization)以及多任务学习(Multi-Task Learning)等机器学习问题的算法设计，以及算法在图像和文本等数据上的应用。研究成果发表在IEEE Transactions on Neural Networks and Learning Systems,IEEE Transactions on Image Processing, Knowledge-Based Systems, Neurocomputing等机器学习或图像处理的国际主流学术期刊。除了学术上的兴趣，对英文也很感兴趣。
学术贡献：在领域自适应（迁移学习）领域，针对源域与目标域联合概率分布不一致的本质性问题， 提出通过特征变换的方式，直接适配源域和目标域联合概率分布的方法，在一定程度上解决了领域自适应的本质性问题。具体细节参见科研论文中的代表作1与代表作2。


教育背景
2016/09－2020/7，华南理工大学软件学院，软件工程，博士(1+4硕博连读)
2015/09－2016/07，华南理工大学数学学院，计算数学，硕士
2008/09 – 2012/12，广东工业大学应用数学学院，统计学，学士
科研项目
非稳态环境下的机器学习问题研究
科研论文
（1）Sentao Chen*, Mehrtash Harandi, Xiaona Jin, and Xiaowei Yang*,“Domain Adaptation by Joint Distribution Invariant Projections”, IEEE Transactions on Image Processing, 2020. (代表作1；SCI一区；IF: 9.34；CCF A)
（2）Sentao Chen*, Mehrtash Harandi, Xiaona Jin, and Xiaowei Yang*,“Semi-supervised Domain Adaptation via Asymmetric Joint Distribution Matching”, IEEE Transactions on Neural Networks and Learning Systems, 2020. (代表作2；SCI一区；IF: 8.79；CCF B)
（3）Sentao Chen*, Le Han, Xiaolan Liu, Zongyao He, and Xiaowei Yang*“Subspace Distribution Adaptation Frameworks for Domain Adaptation”, IEEE Transactions on Neural Networks and Learning Systems, 2020. (SCI一区；IF: 8.79；CCF B)
（4）Sentao Chen*and Xiaowei Yang,“Tailoring Density Ratio Weight for Covariate Shift Adaptation”, Neurocomputing, 2019. (SCI二区；IF:4.43；CCF C)
（5）Xiaona Jin, Xiaowei Yang, Bo Fu andSentao Chen*,“Joint Distribution Matching Embedding for Unsupervised Domain Adaptation”, Neurocomputing, 2020. (SCI二区；IF:4.43；CCF C)
（6）Hanrui Wu*, Yuguang Yan,Sentao Chen,Xiangkang Huang, Qingyao Wu, Michael K. Ng,“Joint Visual and Semantic Optimization for zero-shot learning”, Knowledge-Based Systems, 2021. (SCI一区；IF: 5.92；CCF C)
科研成果
请参照科研论文。