基本信息


姓名：刘进超
性别：男
所属部门：机器人与信息自动化研究所
行政职务：
职称：副教授
学历：博士
所学专业：
办公电话：-810
电子邮件：liujinchao@nankai.edu.cn
研究方向：机器学习、深度学习、机器视觉、智能检测、智能硬件、交叉学科中的人工智能等。



个人简介
2012年于丹麦科技大学（DTU）取得机器视觉方向博士学位，同时获得丹麦政府科学创新高教部工业博士证书。博士毕业后赴英国VM公司任职，作为核心成员研发英国基于AI的新一代人脸建模辨识系统。新系统占英国国内市场的70%, 同时被美国、加拿大、澳大利亚、法国等十多个国家的警察局及其他执法机关广泛采用。作为技术主持人(technical lead)主持参与英国国家科研与创新署、丹麦科技创新局等资助的多项研究项目，包括基于先进机器学习技术和光谱分析的管制物品如爆炸物、毒品等检测和高价值制药过程优化等。研究方向为机器学习、深度学习、机器视觉、智能检测、智能硬件、AI+交叉学科等。
长期合作伙伴包括以色列海法大学计算机系(http://rita.osadchy.net/)，丹麦哥本哈根大学计算机系，中科院自动化所等，有多种定期交流合作及交换机制。
欢迎保研或者考研的同学咨询攻读研究生，也欢迎对研究和开发机器学习及其他相关系统感兴趣的本科同学咨询联系。



科研项目、成果、获奖、专利
1. 国家自然科学基金面上项目 (NSFC, General Program)， 2021 - 2024，主持
2. 英国国家科研与创新署项目 (UKRI - Innovate UK) ：基于先进机器学习和拉曼光谱学的高价值制药过程优化， 2017 - 2019

3. 英国国家科研与创新署项目 (UKRI - Innovate UK) ：基于先进机器学习和拉曼光谱学的管制物品检测，2016 - 2017

4. 英国国家科研与创新署项目 (UKRI - Innovate UK) ：基于压缩感知的超分辨率光谱仪， 2015 - 2016


撰写论文、专著、教材等
代表著作：
Bai, F., Liu, J.*(刘进超，通讯作者), Liu, X., Osadchy M., Wang C., and Gibson S.J., LSHR-Net: a hardware-friendly solution for high-resolution computational imaging using a mixed-weights neural network,Neurocomputing,vol 406, pp. 169-181, 2020.
Liu, J.(刘进超), Gibson, Stuart J., Mills, J., and Osadchy, M., Dynamic spectrum matching with one-shot learning, Chemometrics and Intelligent Laboratory Systems, vol.184, pp.175-181, 2019.
Liu, J.(刘进超), Osadchy, M, Ashton, L., Foster, M., Solomon, C. J., and Gibson, S. J., Deep convolutional neural networks for Raman spectrum recognition: a unified solution, Analyst, vol. 142, pp. 4067-4074, 2017.
Liu, J.(刘进超), Fan, Z., Olsen, S., Christensen, K., and Kristensen, J., Boosting active contours for weld pool visual tracking in automatic arc welding, IEEE Transactions on Automation Science and Engineering, vol. 14, pp.1096-1108, 2017.
Mididoddi, C. K., Bai, F., Wang, G., Liu, J.(刘进超), Gibson, S., and Wang, C., High- throughput photonic time-stretch optical coherence tomography with data compression, IEEE Photonics Journal, vol. 9, pp. 1-15, 2017.



Fan, Z., Liu, J.(刘进超), Sorensen, T., and Wang, P., Improved differential evolution based on stochastic ranking for robust layout synthesis of MEMS components, IEEE Transactions on Industrial Electronics, vol. 56, pp. 937-948, 2009.



讲授课程
数据结构（本科必修课），机器学习（研究生必修课）



社会兼职
中国自动化学会会员