Shizhe Hu

Research Fellow
Master Supervisor

GET IN TOUCH
Shizhe Hu Shizhe Hu

Master/Ph.D Students

招生要求

  1. 具有自律、独处能力,科研是一项多努力才能多产出的活动,耐得住寂寞,方能守得住繁华。
  2. 具有明确的读研导向,即为什么读研,而不是仅为了拿一张硕士毕业证。
  3. 具备较好的数学与英文(以英文读写能力为主)素养。
  4. 具备良好的编程能力(以MATLAB、Python、C为主)。
  5. 具备相关数据挖掘、机器学习、计算机视觉等方面的基础知识优先,同时也建议先学习过李宏毅老师的机器学习课程[http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML20.html]。
  6. 有前期科研经历者加分(学术竞赛、论文发表、课外学术活动等)。

培养目标/要求

  1. 科研不容瑕疵。不允许任何形式的学术造假、剽窃等学术不端等行为。
  2. 具备扎实的专业知识、缜密的科研思维、较强的动手能力、广阔的学术视野,及独立发现、思考、解决问题的重要科学素养。
  3. 在校期间在世界顶级期刊或会议上(CCF推荐A、B类期刊/会议)发表高水平、有影响力的论文,并有志于毕业后继续从事学术研究工作。
  4. 科研是一个痛并快乐的过程,兴趣和努力是克服痛苦的良药,因此选择自己感兴趣的方向进行科研是首要的。
  5. 大量阅读是科研的不二法门,请大量阅读并按时汇报进展与参加组会。
  6. 尽管我会全力培养和指导,但也有一点:达到毕业要求以取得学位是作为硕博生自己的任务。所以希望我们一起全力以赴,努力科研,有问题及时和我沟通交流。
  7. 作为导师,我是研究生的第一负责人,任何非常规行为,请及时告知于我。

培养方式

  1. 前提:坚持师生平等关系,尊重学生各项权利。
  2. “一对一,手把手”:从阅读论文、总结分析论文、编程实验、结果分析到具体撰写论文,各个环节一对一、手把手带,平均每周每生一对一的指导时间(组会、线下、线上讨论等)不少于一小时。
  3. “多方位驱动”:采用问题驱动、方法驱动、任务驱动的方式进行培养管理,学生定期汇报进度。
  4. “再苦不苦孩子,再穷不穷教育”:在研究生待遇方面,每月给研究生发放补贴,包括学校资助部分和本人项目资助补贴两部分,旨在解决生活之忧,创造良好的科研环境。
  5. “交流讨论不可少”:定期安排组内论文报告,探讨并进行学术交流。
  6. “兴趣毅力是动力”:科学研究并不需要很高的智商和惊人的天赋,但需要你有兴趣、有毅力、有耐性,同时掌握正确的科研方法和技巧(本人会手把手指导)。
  7. “科研生活balance”:推崇健康快乐的学习方式和环境,定期组织健康有益的活动,比如台球、羽毛球、乒乓球、跑步等活动(活动中产生的一切费用无需学生承担)。
  8. 科学研究中涉及到大量的凝练思考、批判创造、计算机编程与算法实验等,同时学术交流的过程锻炼了沟通的能力,无疑这些对于无论是选择继续读博深造或进入国企、私企的同学都有很重要的作用。
  9. 对有意出国的同学,建议尽早进入实验室学习。良好的科研基础训练是出国留学的敲门砖。

学术研究的基本流程

  1. 具备基础能力:编程代码能力、领域基础知识、中英文读写能力等。
  2. 确定研究方向:根据个人兴趣、科学问题的重要性、团队已有基础等,和我讨论确定具体的研究方向。
  3. 大量阅读论文:阅读这个方向的重要论文与资料,如经典论文、近年论文、综述论文、博客、知乎专栏等。
  4. 复现一些重要论文的结果:能正确的复现出重要论文的结果,后面才能判断实验结果不好,是coding能力不行,还是idea不行。
  5. 形成初步idea:通过阅读论文以及和导师、同门讨论,确定初步的idea。
  6. 验证并改进idea:根据验证结果以及相关论文阅读更新、迭代idea。
  7. 不断迭代完善:反复执行5-6的流程。
  8. 撰写论文:直到idea有效,开始撰写并持续完善论文。

在读博士研究生

【论文均为[学生(共同)一作/通讯]或[(副)导师一作、学生二作]】

2023.09~2027.07

  1. Guoliang Zou (邹国梁). [Research]: Information Bottleneck Theory/Continual Learning/Deep Multi-modal Fusion and Clustering. [Co-Supervisor]: Prof. Yangdong Ye. [Publish]: ACM MM'24、AAAI'25 (CCF Rank A)、Information Sciences'25 (CCF Rank B).

在读硕士研究生

【论文均为[学生(共同)一作]或[(副)导师一作、学生二作]】

2025.09~2028.07

  1. Yuhang Jing (荆宇航), [Research]: .
  2. Jingyi Zhao (赵靖一), [Research]: .
  3. Qi Hu (胡琦), [Research]:.
  4. Yongkai Tian (田永凯), [Research]: .
  5. Jintu Li (李锦途), [Research]:.
  6. Qinjie Shi (史勤杰), [Research]: .
  7. Kewei Li (李科葳), [Research]: .
  8. Mengke Zhang (张梦珂), [Research]: . [Co-Supervisor]: Prof. Kai Nie.

2024.09~2027.07

  1. Zhangwen Gou (苟章文), [Research]: Information Bottleneck Theory/Trusted Multi-modal Learning.
  2. Jinlan Wang (王金兰), [Research]: Deep Multi-modal Clustering.
  3. Shuaiju Li (李帅举), [Research]: Information Bottleneck Theory/Trusted Multi-modal Learning.
  4. Yujun Wang (王玉骏), [Research]: Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Xin Yang.
  5. Chiyao Ma (马驰尧), [Research]: Federated Learning/Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Kai Nie.
  6. Mingyang Lv (吕明阳), [Research]: Information Bottleneck Theory/Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Zhengzheng Lou.
  7. Yuhan Zhan (詹玉寒), [Research]: Information Bottleneck Theory/Multi-modal Clustering. [Co-Supervisor]: Prof. Zhengzheng Lou.
  8. Wenlong Chen (陈文龙), [Research]: Federated Learning/Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Zhengzheng Lou.
  9. Sijia Li (李思佳), [Research]: Information Bottleneck Theory/Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Yangdong Ye.

2023.09~2026.07

  1. Binyan Tian (田斌艳), [Research]: Trusted Multi-view Learning. [Publish]: AAAI'25 (CCF Rank A).
  2. Jiahao Fan (范嘉豪), [Research]: Information Bottleneck Theory/Self-supervised Learning/Deep Multi-modal Clustering. [Publish]: AAAI'25 (CCF Rank A).
  3. Yanzheng Wang (王彦铮), [Research]: Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Xin Yang.
  4. Kefan Sun (孙柯凡), [Research]: Trusted Multi-modal Classification. [Co-Supervisor]: Prof. Xiaoheng Jiang.
  5. Tongji Chen (陈同济), [Research]: Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Yangdong Ye.
  6. Ke Zhang (张珂), [Research]: Information Bottleneck Theory/Multi-modal Clustering. [Co-Supervisor]: Prof. Zhengzheng Lou. [Publish]: ICML'25 (CCF Rank A).
  7. Yucong Wu (吴雨聪), [Research]: Information Bottleneck Theory/Multi-view Clustering. [Co-Supervisor]: Prof. Zhengzheng Lou.

在读本科生

【论文均为[学生(共同)一作]】

  1. Weibo Liu (刘伟博), 2022~2026:指导以刘伟博为负责人的2024年郑州大学大学生创新创业训练计划项目获得一般项目支持.

已毕业硕士研究生

【论文均为[学生(共同)一作]或[(副)导师一作、学生二作]】

2022.09~2025.07

  1. Chengkun Zhang (张丞坤), [Research]: Deep Multi-view Clustering. [Co-Supervisor]: Prof. Yangdong Ye. [Publish]: IEEE TNNLS'25 (CCF Rank B). [毕业去向]: 数字马力公司. [邮箱]: 1239132802@qq.com.
  2. Hang Xue (薛航), [Research]: Information Bottleneck Theory/Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Zhengzheng Lou. [Publish]: IEEE TIP'25、ICML'25 (CCF Rank A); [毕业去向]:武汉大学攻读博士学位. [邮箱]: xuehang2000@qq.com.

2020.09~2023.07

  1. Guoliang Zou (邹国梁), [Research]: Deep Multi-view Clustering. [Co-Supervisor]: Prof. Yangdong Ye. [Publish]: IPM'23 (CCF Rank B) [硕士学位论文]; [毕业去向]:郑州大学攻读博士学位. [邮箱]: jimmyopop8@gmail.com.
  2. Ruilin Geng (耿瑞林), [Research]: Multi-view Information Bottleneck Clustering. [Co-Supervisor]: Prof. Yangdong Ye. [Publish]: ACM MM'22 (CCF Rank A) [硕士学位论文]; [毕业去向]:中原证券. [邮箱]: gengrl@ccnew.com.