明镝

◆  个人简介

明镝，博士，讲师，硕士生导师，重庆理工大学“士继英才”青年拔尖人才。具有长期海外留学和科研经历，博士毕业于美国德克萨斯大学阿灵顿分校（University of Texas at Arlington, USA）计算机科学专业，师从“全球计算机科学和电子领域千强科学家”、“全球计算机领域Top 400高被引学者”、“全球Top 2%顶尖科学家”Chris H.Q. Ding（丁宏强）教授。主持和参与科研项目10余项，包括中国国家自然科学基金专项项目（繁星计划）、中国国家自然科学基金面上项目、中国国家自然科学基金国际（地区）合作与交流项目、重庆市自然科学基金面上项目、重庆市教委科技项目、重庆市教委社科项目、美国自然科学基金信息与智能系统部项目等。公开发表学术论文10余篇，其中5篇CCF-A国际会议论文（4篇第一作者；1篇通信作者、指导学生一作）发表在世界顶级人工智能、机器学习和计算机视觉会议NeurIPS、CVPR、ICCV、IJCAI、AAAI，以及长期担任ICML、NeurIPS、ICLR、CVPR、ICCV、ECCV、TNNLS等国际顶级会议和期刊审稿人，曾获得ECCV 2024“Outstanding Reviewer”荣誉称号。

◆  研究领域

机器学习，优化，数据挖掘，计算机视觉，对抗攻击与防御，人工智能安全

◆  教育经历

•        2014/08-2020/05，美国德克萨斯大学阿灵顿分校（University of Texas at Arlington, USA）, 计算机科学与工程系，计算机科学专业，博士，导师：Dr. Chris H.Q. Ding（丁宏强）

•        2011/09-2014/06，电子科技大学，计算机科学与工程学院，计算机应用技术专业，硕士，导师：文泉

•        2007/09-2011/06，四川农业大学，信息工程学院，计算机科学与技术专业，学士，导师：宋勤

◆  工作经历

•        2022/01-至今，重庆理工大学，计算机科学与工程学院，大数据与机器学习系，讲师

•        2020/07-2021/07，美国德克萨斯大学阿灵顿分校，生物医学计算和智能系统实验室，研究科学家

•        2020/01-2020/05，美国德克萨斯大学阿灵顿分校，计算机科学与工程系，讲师

•        2014/08-2019/12，美国德克萨斯大学阿灵顿分校，计算科学实验室，研究助理/教学助理

◆  主持和参与科研项目情况

[1]     中国国家自然科学基金，专项项目（繁星计划），62441607，基于多粒度稀疏表示学习的迁移性稀疏对抗攻击方法研究，2025/01-2025/12，14.25万元 （在研，主持）

[2]     企业单位委托项目，自贡泰铭科技有限公司，2024Q708，软件智能安全分析系统，2024/12-2025/07，0.4万元 （在研，主持）

[3]     中国国家自然科学基金，面上项目，62472059，高效鲁棒的持续推荐方法研究，2025/01-2028/12，50万元 （在研，参与）

[4]     重庆市教委社科项目，规划项目-青年项目，23SKGH263，古壁画数字化中的结构提取技术研究，2023/05-2025/06，1万元 （在研，参与）

[5]     重庆市教委社科项目，基地项目，24SKJD134，基于人脸反欺诈视角的数智金融风控体系构建策略研究，2024/05-2026/06，3万元 （在研，参与）

[6]     重庆市科技局科技项目，重庆市自然科学基金-面上项目，CSTB2024NSCQ-MSX0341，高效鲁棒的多粒度稀疏表示学习方法研究，2024/07-2027/06，10万元 （在研、主持）

[7]     重庆理工大学，校级科技项目-科研创新团队，2023TDZ001，互联网大数据智能计算，2023/05-2026/04，30万元 （在研，参与）

[8]     重庆市教委科技项目，科学技术研究项目（青年），KJQN202301146，数据驱动视角下基于模式识别的智能库存控制研究，2023/10-2026/09，2万元 （结题，参与）

[9]     重庆市教委科技项目，科学技术研究项目（青年），KJQN202301142，迁移性稀疏对抗攻击方法研究，2023/10-2026/09，4万元 （在研，主持）

[10] 重庆市教委科技项目，科学技术研究项目（青年），2022CJZ018，联合超像素和非凸正则化约束的多尺度自然图像平滑技术研究，2022/10- 2025/10，4万元 （在研，参与）

[11] 企业单位委托项目，欧姆龙（中国）有限公司，2023Q91，前景提取算法开发，2023/02-2023/07，12.5万元 （结题，主持）

[12] 重庆理工大学，高层次人才启动费项目，2022ZDZ026，基于结构性稀疏的鲁棒柔性学习模型关键技术研究，2022/01-2025/01，20万元 （结题，主持）

[13] National Science Foundation of USA，Division Of Information and Intelligent Systems，1633753，Big Imaging-Omics Data Mining Framework for Precision Medicine，2016/08-2018/12，$1,321,556.00 （结题，参与）

[14] 中国国家自然科学基金，国际（地区）合作与交流项目，61050110449，Study on the Fast, Accurate, and Robust Methods for the Lesion Border Detection of the Dermoscopy Images，2011/01-2011/12，20万元 （结题，参与）

◆  代表性科研论文

[1]     Di Ming, Peng Ren, Yunlong Wang, Xin Feng. Boosting the Transferability of Adversarial Attack on Vision Transformer with Adaptive Token Tuning. Thirty-Eighth Annual Conference on Neural Information Processing Systems (NeurIPS 2024), Vancouver, Canada, Dec. 10 – Dec. 15, 2024. (Acceptance rate: 25.8%, 4037/15671) （CCF-A国际顶级会议）

[2]     Di Ming, Peng Ren, Yunlong Wang, Xin Feng. Transferable Structural Sparse Adversarial Attack Via Exact Group Sparsity Training. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2024), Seattle, USA, Jun.17 - Jun.21, 2024. (Acceptance rate: 23.6%, 2719/11532)  （CCF-A国际顶级会议）

[3]     Xiaofei Zhu, Xinsheng Wang, Yanyan Lan, Xin Feng, Xiaoyang Liu, Di Ming*（唯一通信作者）. Label-aware Dual-view Graph Neural Network for Protein-Protein Interaction Classification. Expert Systems with Applications (ESWA), 2024/1. （中科院SCI一区Top期刊）

[4]     Yiran Liu, Xin Feng, Yunlong Wang, Wu Yang, Di Ming*（唯一通信作者、指导学生为第一作者）. TRM-UAP: Enhancing the Transferability of Data-Free Universal Adversarial Perturbation via Truncated Ratio Maximization. IEEE/CVF International Conference on Computer Vision (ICCV 2023), Paris, France, Oct.2 - Oct.6, 2023, pp. 4762-4771. (Acceptance rate: 26.15%, 2160/8260) （CCF-A国际顶级会议）

[5]     杨武；刘依然；冯欣；明镝*（唯一通信作者）；一种加权最大化激活的无数据通用对抗攻击，重庆理工大学学报（自然科学），2023.

[6]     Di Ming, Chris Ding. “Robust Flexible Feature Selection via Exclusive L21 Regularization”. Twenty-Eighth International Joint Conference on Artificial Intelligence (IJCAI 2019), Macao, China, Aug. 10 - Aug. 19, 2019, pp. 3158-3164. (Acceptance rate: 17.8%, 850/4752) （CCF-A国际顶级会议）

[7]     Di Ming, Chris Ding, Feiping Nie. “A Probabilistic Derivation of LASSO and L12-Norm Feature Selections”. Thirty-Third AAAI Conference on Artificial Intelligence (AAAI 2019), Honolulu, Hawaii, USA, Jan. 27 - Feb. 1, 2019, pp. 4586-4593. (Acceptance rate: 16.2%, 1095/7095) （CCF-A国际顶级会议）

[8]     Di Ming, Quan Wen, Juan Chen, and Wenhao Liu. “A Generalized Fusion Approach for Segmenting Dermoscopy Images using Markov Random Field”. In Proceedings of 6th IEEE International Congress on Image and Signal Processing (CISP-13), Hangzhou, China, Dec. 16-18, 2013, pp. 533-537. (EI)

[9]     Quan Wen, Di Ming, Juan Chen, and Wenhao Liu. “A Novel Fusion Approach for Segmenting Dermoscopy Images Based on Region Consistency”. In Proceedings of 4th IEEE International Conference on Computational Problem-Solving (ICCP-13), Jiuzhai Valley, China, Oct. 27-28, 2013, pp. 267-270. (EI)

[10] Quan Wen, Di Ming, Juan Chen, and Wenhao Liu. “A Superpixel Based Post-Processing Approach for Segmenting Dermoscopy Images”. In Proceedings of 6th IEEE International Conference on Advanced Computational Intelligence (ICACI-13), Hangzhou, China, Oct. 19-21, 2013, pp. 155-158. (EI)

◆  联系方式

邮箱: diming@cqut.edu.cn

个人主页：https://midasdming.github.io/

“AdvML-Group”课题组主页：https://advml-group.github.io/