司世景

教师简介

司世景，男，英国帝国理工学院统计学博士，美国杜克大学Lawrence Carin实验室博士后。现为上海外国语大学国际金融贸易学院副教授，主要研究方向：统计机器学习和人工智能算法及其在金融、医疗等领域应用。曾任平安科技（深圳）有限公司人工智能中心资深算法研究员。

人才称号/获奖

深圳市海外高层次人才

学术著作（译著）/专利

目前有2项发明专利获得国家专利局授权，另外还有60余项专利已经公开实审。代表性专利如下：

1. 202110757370X 文本主题抽取方法、系统、设备及存储介质 （已授权）

2. 2021107442474 人脸图像迁移方法及装置（已授权）

3. 2022105098104模型的训练方法和装置、目标识别方法、设备、介质（实审）

4. 2022105323615模型训练方法、对话生成方法和装置、设备及存储介质 （实审）

5. 2022105051610推荐模型训练方法、系统、计算机设备及存储介质 （实审）

6. 2022105051678预测模型训练方法、系统、计算机设备及存储介质 （实审）

7. 2022105081141虚拟内容的生成方法及装置、电子设备、存储介质 （实审）

8. 2022105083378图像处理方法、图像处理装置、电子设备及存储介质 （实审）

9. 2022105083753信息推荐方法、装置、电子设备及存储介质 （实审）

10. 2022105103282数据筛选方法、数据筛选装置、电子设备及存储介质 （实审）

11. 2022105041290训练数据生成方法、装置、设备及存储介质 （实审）

12. 2022105052257无监督行人重识别方法、装置、计算机设备及存储介质 （实审）

13. 2022105080539模型的训练方法、行人重识别方法和装置、设备、介质 （实审）

14. 202210537642X基于知识蒸馏的推荐模型配置方法、装置、设备、介质 （实审）

近五年代表性科研项目

广东省重点领域研发计划“新一代人工智能”重大专项(No.2021B0101400003) 在研。

近五年代表性论文

目前，司世景老师有40余篇文章被国内外数据科学领域期刊或者会议接受，下面是10篇代表性工作：

1. S. Si,T. Ye, J. Wang, N. Cheng, J. Xiao, Uncertainty Calibration for Deep Audio Classifiers, Conference of the International Speech Communication Association (INTERSPEECH) 2022，领域顶会（EI收录）

2. S. Si, J. Wang, J. Peng, J. Xiao, Towards Speaker Age Estimation with Label Distribution Learning, International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2022，领域顶会（EI收录）

3. S. Si, J. Wang, etc, J. Xiao, Federated Non-negative Matrix Factorization for Short Texts Topic Modeling with Mutual Information, International Joint Conference on Neural Networks (IJCNN) 2022，国际会议（EI收录）

4. Z. Li, S. Si,（共同一作），J. Wang, etc, J. Xiao, Federated Split BERT for Heterogeneous Text Classification, International Joint Conference on Neural Networks (IJCNN) 2022，国际会议（EI收录）

5. S. Si, J. Wang, etc, J. Xiao, Variational Information Bottleneck for Effective Low-resource Audio Classification, Conference of the International Speech Communication Association (INTERSPEECH) 2021，领域顶会（EI收录）

6. P. Cheng, W. Hao, S. Si, L. Carin, FairFil: Contrastive Neural Debiasing Method for Pretrained Text Encoders, International Conference on Learning Representations (ICLR) 2021，领域顶会（EI收录）

7. R. Wang, S. Si,（共同一作）, R. Henao, L., Carin, Integrating Task Specific Information into Pretrained Language Models for Low Resource Fine-Tuning, Empirical Methods in Natural Language Processing (EMNLP) 2020，领域顶会（EI收录）

8. S. Si, R. Wang,  R. Henao, L., Carin, Students Need More Attention: BERT-based Attention Model for Small Data with Application to Automatic Patient Message Triage, Machine Learning for Healthcare (MLHC) 2020，领域顶会（EI收录）

9. S. Si, D. van Dyk, T. von Hippel, Bayesian Hierarchical Modelling of Initial-Final Mass Relations Across Star Clusters, Monthly Notices of the Royal Astronomical Society, 2018，领域顶刊（SCI收录）

10. S. Si, D. van Dyk, T. von Hippel, A Hierarchical Model for the Ages of Galactic Halo White Dwarfs, Monthly Notices of the Royal Astronomical Society, 2017，领域顶刊（SCI收录）