个人简历

苏冰2016年博士毕业于清华大学，2010年本科毕业于北京理工大学。研究方向为计算机视觉、机器学习和模式识别，主要研究序列数据的特征表达学习、度量学习、时序结构分析及其在视频分析、动作分类中的应用。以第一作者在TPAMI、TIP、ICML、CVPR、ICCV等CCF A类期刊和会议上发表论文十余篇。\r
\r
教育经历\r
2010年8月至2016年1月：清华大学，博士\r
2014年11月至2015年6月：美国西北大学，访问学生\r
2006年9月至2010年7月：北京理工大学，学士\r
\r
工作经历\r
2020年7月-至今，中国人民大学高瓴人工智能学院，准聘副教授\r
2019年10月-2020年1月，微软亚洲研究院，铸星计划访问研究员\r
2018年10月-2020年6月，中国科学院软件研究所，副研究员\r
2016年4月-2018年9月，中国科学院软件研究所，助理研究员\r
\r
科研项目\r
国家自然科学基金面上项目，批准号：61976206\r
项目名称：基于最优传输的序列距离学习理论和方法研究\r
国家自然科学基金青年科学基金项目，批准号：61603373\r
项目名称：基于最大化时序可分性的序列数据特征变换理论和方法研究\r
\r
荣誉获奖\r
中科院软件所优秀科技人才计划，2019年\r
中国科学院青年创新促进会会员，2019年

研究领域

""序列距离学习：时序对齐、度量学习、序列特征变换、特征降维、最优传输、时序结构分析\r
受限条件下的机器学习：小样本学习、迁移学习、联邦学习、因果推理\r
计算机视觉应用：视频分类、动作识别、视觉与语义关联分析、序列预测""""

近期论文

期刊论文\r
Bing Su and Ying Wu. “Learning Low-Dimensional Temporal Representations with Latent Alignments”, IEEE Trans. on Pattern Analysis and Machine Intelligence (TPAMI), 2019, accepted (CCF A)\r
Bing Su and Gang Hua. “Order-preserving Optimal Transport for Distances between Sequences”, IEEE Trans. on Pattern Analysis and Machine Intelligence (TPAMI), 2019, 41(12), pp. 2961-2974. (CCF A)\r
Bing Su, Xiaoqing Ding, Changsong Liu, and Ying Wu, \