目录
更新日期:2018年8月31日
姓 名 陈百基 性 别
出生年月 1981年7月 籍贯
民 族 政治面貌
最后学历 博士研究生毕业 最后学位
技术职称 副教授 导师类别 硕导
行政职务 Email patrickchan@scut.edu.cn
工作单位 计算机科学与工程学院 邮政编码
通讯地址
单位电话
个人主页 QQ: 804273141 wechat: p-a-t-r-i-c-k
个人简介
陈百基博士,香港人,在2009在香港理工大学获得博士学位。现任广州华南理工大学计算机科学与工程学院副教授,并为机器学习与控制论研究实验室的负责人,也是日本兵库医学院兼职讲师。他目前的研究兴趣包括模式识别,多类型分类系统、生物识别、计算机安全、深度学习和强化学习。陈博士是IEEE SMC Society 2014-16的董事、IEEE SMCS香港分会2014-15的主席和华南理工大学IEEE学生分会的顾问。担任多个国际会议的组织委员会主席,以及国际期刊的副编辑,包括Information Sciences和International Journal of Machine Learning and Cybernetics。
工作经历
2017 – 至今   兼职讲师, 兵库医科大学, 日本
2013 – 至今   副教授, 计算机科学与工程学院, 华南理工大学, 中国
2011 – 2012  高级研究助理,计算机科学系,香港城市大学,香港
2009 – 2013  讲师, 计算机科学与工程学院, 华南理工大学, 中国
2008 – 2009  研究助理,电子计算学系,香港理工大学,香港
教育经历
香港理工大学, 电子计算机学系, 博士
香港理工大学, 电子计算机学系, 学士 (一级荣誉毕业)
获奖、荣誉称号
2009, 2013 杰出贡献奖, IEEE SMC协会, 美国
2011 – 2012  一等奖, 青年教师教学大赛, 华南理工大学
社会、学会及学术兼职
2016 – 至今   副主编, International Journal on Machine Learning and Cybernetics
2015 – 至今   副主编, Information Sciences
2016 – 2018  财政, IEEE SMC 协会香港分会
2014 – 2016  董事, IEEE SMC 协会
2014 – 2015  主席, IEEE SMC 协会香港分会
2009 – 2018  出版主席,秘书长, International Conference on Machine Learning and Cybernetics
2018   程序委员会副主席, 2018 IEEE International Conference on Systems, Man, and Cybernetics
研究领域
深度学习、图像处理、强化学习、算法安全、对抗学习
科研项目
• 2018 – 2020 中央高校基本科研业务费项目(重点),  “恶意环境下基于敏感性的深度强化学习安全性研究”
• 2018 – 2021 广东省自然科学基金,  “毒化攻击下堆栈自编码器的鲁棒学习算法”
• 2017 – 2019 国家自然科学基金,  “基于缺失数据处理模型与LRS理论的痴呆患病率调查中缺失诊断的估计及校正方法研究” (主要完成人)
• 2015 – 2017 国家自然科学基金,  “动态分类问题中基于局部泛化误差模型的神经网络训练方法” (主要完成人)
• 2015 – 2016 中央高校基本科研业务费项目 (重点),  “对抗环境下基于数据复杂度的恶意软件检测”
• 2013 – 2015 国家自然科学基金,  “最小化图像描述子敏感度的大规模图像索引及检索方法” (主要完成人)
• 2011 – 2012 中央高校基本科研业务费项目,  “基于局部泛化误差模型的多分类器研究及其在智能电网系统中的应用”
• 2011 – 2013 国家自然科学基金,  “基于多分类器系统的智能电网安全改进”
• 2011 – 至今 多个企事业单位委托课题
发表论文
• Chan, P. P. K., Hu, X., Zhao, L., Yeung, D. S., Liu, D.P., Xiao L., “Convolutional Neural Networks based Click-Through Rate Prediction with Multiple Feature Sequences”, IJCAI, in press.
• Chan, P. P. K., Liu, W., Chen, D., Yeung, D. S., Zhang F., Wang, X. Z., Hsu, C. C., “Face Liveness Detection based on Flash and no Flash Image Against 2D Spoofing Attack”, IEEE Transactions on Information Forensics and Security, vol. 13, no. 2, pp. 521-534, Feb. 2018.
doi: 10.1109/TIFS.2017.2758748
• Chan, P. P. K., Lin, Z., Hu, X., Tseung, E.C.C, Yeung, D. S., “Sensitivity based robust learning for stacked autoencoder against evasion attack”, Neurocomputing, https://doi.org/10.1016/j.neucom.2017.06.032
• Chan, P. P. K., He, Z., Li, H., Yeung, D. S., “Data Sanitization against Adversarial Label Contamination Based on Data Complexity”, International Journal of Machine Learning and Cybernetics, Accepted
• Sun, B., Ng, W. W. Y., Chan, P. P. K, “Improved  Sparse  LSSVMS based on the Localized Generalization Error Model”, International Journal of Machine Learning and Cybernetics, 2016
• Yeung, D. S., Li, J., Ng, W. W. Y., Chan, P. P. K., “MLPNN training via a multiobjective optimization of training error and stochastic sensitivity”, IEEE Trans. Neural Netw. Learning Syst. 27(5), 978– 992, 2016
• Zhang, F., Chan, P.P.K., Biggio, B., Yeung, D.S., Roli, F., “Adversarial feature selection against evasion attacks”, IEEE Trans. Cybernetics 46(3), 766–777, 2016
• Biggio, B., Corona, I., He, Z., Chan, P. P. K., Giacinto, G., Yeung, D. S., Roli, F., “One-and-a-half-class multiple classifier systems for secure learning against evasion attacks at test time”, In: Multiple Classifier Systems - 12th International Workshop, MCS 2015, G¨unzburg, Germany, June 29 - July 1, 2015, Proceedings, pp. 168–180, 2015
• Chan, P. P. K., Yang, C., Yeung, D. S., Ng, W. W. Y., “Spam filtering for short messages in adversarial environment”, Neurocomputing 155, 167–176, 2015
• He, Z., Chan, P. P. K., Yeung, D. S., Pedrycz, W., Ng, W. W. Y., “Quantification of side-channel information leaks based on data complexity measures for web browsing”, International Journal of Machine Learning and, 6(4), 607–619, 2015
我的团队
http://www.mlcrg.org