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

无照片

陈长建,博士,助理教授。2017年本科毕业于中国科学技术大学,2022年博士毕业于清华大学。主要研究方向为机器学习、可视分析等,已在国际顶级学术期刊与重要学术会议发表论文10余篇,担任VIS(CCF-A)档案主席,VIS(CCF-A)、PacificVis、ChinaVis的程序委员会委员,以及TVCG、CHI、IUI等期刊和会议的审稿人。

个人主页:https://changjianchen.github.io/
中文名: 陈长建 英文名:
学历: 博士 职称: 副教授
联系电话: 电子邮件: changjianchen@hnu.edu.cn
研究方向: 机器学习、可视分析
联系地址: 超算中心1号楼310
所属机构:  计算机科学系  学院教师
科研状况

News

  • ● 2025.7 关于数据生成的工作被CCF-A类会议ACM MM接收,以及关于智能育种的工作被CCF-A类会议IEEE VIS接收

  • ● 2025.4 关于大规模网格数据探索的工作被CCF-A类期刊IEEE TVCG接收

  • ● 2025.2 获得CADCG优秀审稿人

  • ● 2025.1 关于可控图像生成的工作被CCF-A类期刊IEEE TVCG接收

  • ● 2024.12 关于可解释人工智能的工作被CCF-A类期刊IEEE TVCG接收

  • ● 2024.9 受邀担任 VIS (CCF-A)会议档案主席

  •  2024.7 获中国图学学会优秀博士论文激励计划

学生培养

【团队目前有较多大模型课题,并且有算力支撑,欢迎保研/考研同学联系】

团队目前有若干博士生和硕士生名额,有意向者可提前联系。同时也欢迎本科生加入参与科研。

研究方向

本人研究方向涵盖机器学习和可视分析领域,旨在充分发挥机器和人各自的优势,并将它们有机结合,以更有效地解决实际问题,比如应用于气象预测和水稻育种等领域。一方面,借助机器学习理论,设计出高效的算法,以提升模型性能,将机器的计算能力最大化。另一方面,结合可视化技术和人机交互理论,构建直观且高效的可视分析系统,使人与机器之间能够协同工作,将人的认知和决策能力最大化。

 

希望你:

1.对做研究有兴趣和热情,并且有自我驱动力兴趣是最好的老师

2.编程能力强,数学知识扎实,能够正常阅读英文文献

3.对机器学习和深度学习有一定基础【自学课程:实用机器学习动手学深度学习


感兴趣的同学可以将简历和成绩单发至我邮箱。

 


代表性论文
  • Ting Xiang, Changjian Chen, Zhuo Tang, Qifeng Zhang, Fei Lv, Li Yang, Jiapeng Zhang, Kenli Li. Enhancing Small-Scale Dataset Expansion with Triplet-Connection-based Sample Re-Weighting. ACM MultiMedia (CCF A). 2025.

  • Changjian Chen, Pengcheng Wang, Fei Lv, Zhuo Tang, Li Yang, Long Wang, Yong Cai, Feng Yu, Kenli Li. Interactive Hybrid Rice Breeding with Parametric Dual Projection. IEEE VIS (CCF A). 2025.

  • Yuxing Zhou, Changjian Chen, Zhiyang Shen, Jiangning Zhu, Jiashu Chen, Weikai Yang, Shixia Liu. Hierarchical Fuzzy-Cluster-Aware Grid Layout for Large-Scale Data. IEEE Transactions on Visualization and Computer Graphics (CCF A). 2025.

  • Changjian Chen, Fei Lv, Yalong Guan, Pengcheng Wang, Shengjie Yu, Yifan Zhang, Zhuo Tang. Human-Guided Image Generation for Expanding Small-Scale Training Image Datasets. IEEE Transactions on Visualization and Computer Graphics (CCF A). 2025.

  • - Changjian Chen, Jiashu Chen, Weikai Yang, Haoze Wang, Johannes Knittel, Xibin Zhao, Steffen Koch, Thomas Ertl, Shixia Liu. Enhancing Single-Frame Supervision for Better Temporal Action Localization. IEEE Transactions on Visualization and Computer Graphics (CCF A). 2024.

  • Changjian Chen, Yukai Guo, Fengyuan Tian, Shilong Liu, Weikai Yang, Zhaowei Wang, Jing Wu, Hang Su, Hanspeter Pfister, Shixia Liu. A Unified Interactive Model Evaluation for Classification, Object Detection, and Instance Segmentation in Computer Vision. IEEE Transactions on Visualization and Computer Graphics (CCF AIEEE VIS), 2024 Vol. 30(1): 76-86.

  • Changjian Chen, Jing Wu, Xiaohan Wang, Shouxing Xiang, Song-Hai Zhang, Qifeng Tang, Shixia Liu. Towards Better Caption Supervision for Object Detection. IEEE Transactions on Visualization and Computer Graphics (CCF A), 2022 Vol. 28(4): 1941-1954.

  • Changjian Chen, Zhaowei Wang, Jing Wu, Xiting Wang, Lan-Zhe Guo, Yu-Feng Li, Shixia Liu. Interactive Graph Construction for Graph-Based Semi-Supervised Learning. IEEE Transactions on Visualization and Computer Graphics (CCF A), 2021 Vol. 27(9): 3701-3716.

  • Changjian Chen, Jun Yuan, Yafeng Lu, Yang Liu, Hang Su, Songtao Yuan, and Shixia Liu. OoDAnalyzer: Interactive Analysis of Out-of-Distribution Samples. IEEE Transactions on Visualization and Computer Graphics (CCF A), 2021 Vol. 27(7): 3335-3349.