姓名：汪鹏

职称：副教授

职务：计算机科学与技术系副主任、党支部书记

办公邮箱：2004051@hebut.edu.cn          wangpeng1027@126.com

办公电话：

所在系所：计算机科学与技术专业

研究方向：机器学习、深度学习、图像处理、知识图谱、智能计算

个人简介：

汪鹏，河北工业大学人工智能与数据科学学院副教授、博士、硕士生导师，机器学习与智能计算团队，依托河北省大数据计算、数据驱动工业智能重点实验室开展研究，长期深耕计算机视觉、鲁棒元学习、大模型与知识图谱研究方向，主持、参与天津市自然科学基金重点、河北省基础研究等多项纵向课题，研究兼顾理论算法创新与多行业落地。

一、核心研究方向

1.高分辨率遥感图像智能解译：聚焦遥感场景分类、多尺度小目标检测，攻克图像类间相似、目标密集、尺度差异大难题，优化残差网络、单/双阶段检测框架；

2.标签噪声鲁棒元学习：面向真实标注数据集噪声问题，研究自适应伪标签校正、轻量化元梯度优化算法，提升模型泛化性能；

3.大模型与知识图谱推理：两大前沿子方向，一是少样本知识图谱补全，解决长尾关系推理精度不足问题；二是LLM驱动自监督图谱推理，融合文本语义增强，提升链接预测与路径可解释性。

二、代表性学术成果

在《Applied Sciences》《计算机应用》《计算机工程与设计》《激光与光电子学进展》《应用科学学报》等北大核心、SCI 期刊发表多篇论文，代表性成果分为三大板块：

1.遥感视觉：提出跳跃-协方差池 ResNet 场景分类模型、SMaskGRCNN 飞机检测网络、MFANet 上下文检测框架、改进 Dense-YOLOv3 算法，在 DIOR、NWPU 等主流遥感数据集精度大幅提升；

2.鲁棒学习：提出Meta-FPL元自适应算法，搭配SAML梯度筛选策略，大幅降低元训练算力开销，多噪声数据集验证鲁棒性；

3.知识图谱（大模型方向）：①IDSE 双分支少样本图谱补全模型，融合自适应注意力与 Transformer 编码，MRR、Hits@1 等指标显著提升；②大模型引导自监督语义增强推理框架，实现跨模态文本 - 图谱对齐，链接预测、路径解释效果优于 KG-Bert、ToG 等主流模型。

学习工作简历：

2005.9-2011.1：河北工业大学，微电子学与固体电子学，获博士学位；

2001.9-2004.3：河北工业大学，计算机科学与技术专业，硕士研究生；

2004.6-今：河北工业大学，人工智能与数据科学学院，任教至今。