张子兴
我的位置在: 首页 > 学院概况 > 师资力量 > 张子兴
教师介绍

无照片

教授,博士生导师,国家高层次青年人才,IEEE高级会员,情感计算国际旗舰期刊IEEE-TAFFC副编委。2021至2024年连续入选全球前2%顶尖科学家,以及AMiner人工智能过去十年全球最具影响力学者榜单。2015年博士毕业于德国慕尼黑工业大学,之后先后于德国帕绍大学,英国伦敦帝国理工学院从事博士后研究,以及华为英国剑桥研究院担任人工智能专家。发表IEEE-SPM/TAC/TASLP/TMM/JBHI、ACM-MM、ICASSP等期刊或会议论文一百余篇,谷歌学术引用量6000余次,H因子45。期刊Nature-SR和FrontierSP副编辑,IEEE-TETCI客座编辑;担任2019年国际情感计算和智能交互会议(AAAC)区域主席;多次举办IEEE-ICASSP/AAAC专题会议。

研究方向包括自然语音与语言处理、多模态大模型、情感计算、健康计算等。

个人主页:www.zixing.me

本人招收2024级硕士研究生3名,博士研究生1-2名,博士后若干名(常年招收),感兴趣的请联系zixingzhang@hnu.edu.cn
中文名: 张子兴 英文名:
学历: 博士 职称: 教授
联系电话: 电子邮件: zixingzhang@hnu.edu.cn
研究方向: 人工智能、自然语音与语言处理、多模态大模型、情感计算、健康计算
联系地址: 湖南省长沙市岳麓区麓山南路2号,湖南大学信息科学与工程学院(410082)
所属机构:  计算机工程系  学院教师
学生培养

培养目标: 结合个人目标,培养满足一线互联网企业、研究机构、或高等院校任职的人工智能领域人才


【本科招生要求】

1. 对人工智能充满热情,对科学研究感兴趣;

2. 欢迎各年级本科生提前进课题研究组


【硕士招生要求】

1. 专业背景:人工智能、计算机科学与技术、电子信息、软件工程;

2. 拥有良好的英语写作和数学表达基础(学术型),或较强的软件工程能力(工程型);

3. 欢迎保研生、统考生提前联系了解


【博士招生要求】

1. 专业背景:人工智能/模式识别/机器学习、智能语音、自然语言处理、生物医学信息等;

2. 拥有优秀的英语写作和数学表达基础;

3. 拥有强烈的课题研究兴趣和自我驱动力、以及较强的创新思考力;

4. 欢迎直博生提前联系了解


【博后招生要求】

1. 研究背景: 智能语音或语言处理、情感计算、健康计算、多模态信息融合与生成;

2. 拥有专业的英语写作和数学表达基础;

3. 拥有强烈的课题研究兴趣和自我驱动力、以及较强的创新思考力;

4. 发表过国际高水平论文;

5. 待遇详情请随时联系咨询。



学术论文

发表学术论文完整列表请见:https://scholar.google.com/citations?hl=en&user=S998M7cAAAAJ&view_op=list_works&sortby=pubdate


学术著作:

Z. Zhang, Semi-Autonomous Data Enrichment and Optimisation for Intelligent Speech Analysis. Munich, Germany: Verlag Dr. Hut, 2015


国际专利:

Z. Zhang, T. Farnsworth, S. Lin, and S. Karout, “End-to-end streaming acoustic trigger apparatus and method,” PCT/EP2020/085015, Dec. 12, 2020 (filed date) 


部分论文:

Z. Zhang, D. Liu, J. Han, K. Qian, and B. W. Schuller, “Learning audio sequence representations for acoustic event classification,” Expert Systems with Applications, vol. 178, p. 115007, June 2021

K. Qian, Z. Zhang, Y. Yamamoto, and B. W. Schuller, “Artificial intelligence internet of things for the elderly: From assisted living to health-care monitoring,” IEEE Signal Processing Magazine, vol. 38, pp. 78–88, Sep. 2021

J. Han, Z. Zhang, C. Mascolo, E. Andr ?e, J. Tao, Z. Zhao, and B. W. Schuller, “Deep learning for mobile mental health: Challenges and recent advances,” IEEE Signal Processing Magazine, vol. 38, pp. 96–105, Nov. 2021

J. Han, Z. Zhang, Z. Ren, and B. Schuller, “Emobed: Strengthening emotion recognition via training with crossmodal emotion embeddings,” IEEE Transactions on Affective Computing, vol. 12, pp. 553–564, Oct. 2021

Z. Zhang, J. Han, K. Qian, C. Janott, Y. Guo, and B. Schuller, “Snore-GANs: Improving Automatic Snore Sound Classification with Synthesized Data,” IEEE Journal of Biomedical and Health Informatics, vol. 24, pp. 300–310, May 2020

Z. Zhang, J. Han, E. Coutinho, and B. Schuller, “Dynamic Difficulty Awareness Training for Continuous Emotion Prediction,” IEEE Transactions on Multimedia, vol. 21, pp. 1289–1301, May 2018

Z. Zhang, J. T. Geiger, J. Pohjalainen, A. E. Mousa, W. Jin, and B. Schuller, “Deep Learning for Environmentally Robust Speech Recognition: An Overview of Recent Developments,” ACM Transactions on Intelligent Systems and Technology, vol. 9, June 2018

Z. Zhang, N. Cummins, and B. Schuller, “Advanced Data Exploitation in Speech Analysis – An Overview,” IEEE Signal Processing Magazine, vol. 34, pp. 107–129, July 2017

Z. Zhang, E. Coutinho, J. Deng, and B. Schuller, “Cooperative Learning and its Application to Emotion Recognition from Speech,” IEEE/ACM Transactions on Audio, Speech and Language Processing, vol. 23,pp. 115–126, Jan. 2015

Z. Zhang, E. Coutinho, J. Deng, and B. Schuller, “Distributing Recognition in Computational Paralinguistics,” IEEE Transactions on Affective Computing, vol. 5, pp. 406–417, Oct.–Dec. 2014

Z. Zhang, J. Pinto, C. Plahl, B. Schuller, and D. Willett, “Channel Mapping using Bidirectional Long Short-Term Memory for Dereverberation in Hands-Free Voice Controlled Devices,” IEEE Transactions on Consumer Electronics, vol. 60, pp. 525–533, Aug. 2014