桑江徽

姓名：桑江徽

E-Mail：scevie@163.com

主要研究方向：机器学习、模式识别

个人简介：

2024年毕业于南京理工大学计算机科学与技术专业，获工学博士学位，现为tyc122ccVIP讲师，硕士研究生导师。长期专注于强化学习、图像分类、迁移学习等相关领域研究。

所授课程：《机器学习》、《Python数据分析》

科研项目：

1. 省级纵向项目，基于多模态感知的地下工程无人巡检与结构损伤智能识别方法研究，江苏省隧道与地下工程技术研究中心，9.8万，在研，主持。

2. 国家自然科学基金重点项目,移动用户隐私保护与数据安全共享理论与方法,79万元，结题，参与。

3. 基础加强计划重点基础研究项目,不完全信息条件下XXX建模与推理运用,170万元，结题，参与。

4. 基础加强项目（分承研）,XXX多智能体分时构建及协同运用,100万元，结题，参与。

5. 重大专项,XXXXXXXXXX数据工程建设实现,2613.43万元，结题，参与。

    

   代表性论著：

6. Sang J, Wang Y, Ding W, et al. Reward Shaping with Hierarchical Graph Topology[J]. Pattern Recognition, 2023: 109746. (SCI中科院分区一区, CCF B)

7. Sang J, Wang Y, Khan Z A, et al. Reward Shaping Based on Optimal-Policy-Free[J]. IEEE Transactions on Big Data, 2024, 11(4): 1787-1798.(SCI中科院分区二区, CCF C)

   [3]Sang J, Wang Y. Graph convolution with topology refinement for Automatic Reinforcement Learning[J]. Neurocomputing, 2023, 554: 126621. (SCI中科院分区二区, CCF C)

   [4]Sang J, Wang Y, Yuan L, et al. Multi-label transfer learning via latent graph alignment[J]. World Wide Web, 2022, 25(2): 879-898. (SCI中科院分区三区, CCF B)

   [5]Sang J, KHAN Z, Yin H, et al. Reward Shaping Using Directed Graph Convolution Neural Networks for Reinforcement Learning and Game[J]. Frontiers in Physics, 11: 1310467. (SCI中科院分区三区)

   [6]Huang A, Wang Y, Sang J, et al. DVF: Multi-agent Q-learning with difference value factorization[J]. Knowledge-Based Systems, 2024, 286: 111422.(SCI中科院分区一区, CCF C)

   [7]桑江徽,姜海燕.基于联合分布的多标记迁移学习[J].计算机工程与应用,2021,57(09):154-161.(中文核心期刊)