EN
当前位置: 网站首页 > 师资队伍 > 讲师 > 正文
周跃
发布时间: 2022年10月11日 11时35分  作者:   来源:   浏览次数:

 

             

             姓名:周跃                          性别:男

             学历:博士                          职称:讲师

             部门:智能科学系           邮箱:zhouyuenju@163.com 

周跃,河南许昌人,博士,讲师。2009年和2012年于南京大学分别获得学士和硕士学位,2022年于西南大学取得工学博士学位。202210月至今在西南大学人工智能学院工作,任讲师。

主要研究领域主要包括:深度学习,对抗攻击,分布外检测,忆阻神经网络,神经形态计算等。以第一作者在IEEE Transactions on Circuits and Systems—I: Regular PapersNeurocomputingSCI期刊上发表论文4篇,博士期间参研国家自然科学基金联合项目、面上项目等多项科研项目。

一、 教育经历

1. 2019.092022.06,西南大学,人工智能学院,计算机科学与技术,博士

2. 2009.092012.06,南京大学,工程管理学院,控制科学与工程,硕士 

3. 2005.092009.06,南京大学,工程管理学院,自动化,学士

二、 科研工作经历

1. 2022.10-至今,西南大学,人工智能学院,讲师

三、 近期代表性论著

1. Yue Zhou, Xiaofang Hu, Lidan Wang, Guangdong Zhou, Shukai Duan*. QuantBayes: Weight Optimization for Memristive Neural Networks via Quantization-Aware Bayesian Inference. IEEE Transactions on Circuits and Systems I: Regular Papers, 2021, 68(12): 4851-4861.

2. Yue Zhou, Xiaofang Hu, Jiaqi Han, Lidan Wang, Shukai Duan*. High Frequency Patterns Play a Key Role in The Generation of Adversarial Examples. Neurocomputing, 2021, 459:131–141.

3. Yue Zhou, Xiaofang Hu, Lidan Wang, Shukai Duan*. Bayesian Neural Network Enhancing Reliability Against Conductance Drift for Memristor Neural Networks. Science China Information Sciences, 2021, 64(6): 160408.

4. Yue Zhou, Xiaofang Hu, Lidan Wang, Shukai Duan*, Yiran Chen. Markov Chain Based Efficient Defense Against Adversarial Examples in Computer Vision. IEEE Access, 2019, 7(1):5695-5706.

5. Tongtong Gao, Yue Zhou, Shukai Duan, Xiaofang Hu*. Memristive KDG-BNN: Memristive Binary Neural Networks Trained via Knowledge Distillation and Generative Adversarial Networks, Knowledge-Based Systems, accepted, 2022.4.

6. Lin Zhang, Yue Zhou, Xiaofang Hu*, Fan Sun, Shukai Duan. MSL-MNN: Image Deraining Based on Multi-scale Lightweight Memristive Neural Network. Neural Computing and Applications, 2022, 34(9):7299-7309.

7. Lin Zhang, Xiaofang Hu*, Yue Zhou, Guangdong Zhou, Shukai Duan. Memristive DeepLab: A Hardware Friendly Deep CNN for Semantic Segmentation. Neurocomputing, 2021, 451:181-191.