电子邮箱:

iexguo[at]zzu.edu.cn（请将[at]换成@）

办公室:

科研楼602东

研究方向:

机器学习与人工智能

教育背景

2012.09-2017.12 郑州大学 信息与通信工程   工学博士

2014.09-2016.09 加拿大Ryerson University 国家留学基金委公派联合培养博士生

2010.09-2012.07 郑州大学 通信与信息系统   （硕博连读）

2006.09-2010.07 解放军信息工程大学 通信工程   工学学士

工作经历

Ø    2018.06-2022.01   郑州大学信息工程学院   讲师

Ø  2022.02-至今 郑州大学电气与信息工程学院 讲师

科研项目

Ø    国家自然科学基金青年科学基金项目（62101503），面向细粒度数据的跨媒体表征学习研究，2022.01-2024.12，主持。

Ø    河南省重点研发与推广专项（科技攻关）项目（202102210138），基于视觉推理的跨媒体细粒度检索算法研究，2021.01-2022.12，主持。

代表文章

[1]   Song Wang, Xin   Guo*, Yun Tie, Lin Qi, Ling Guan：Deep Local Feature Descriptor   Learning with Dual Hard Batch Construction. IEEE Trans. Image Process. 29:   9572-9583 (2020).（中科院一区，IF=9.340）

[2] Xin   Guo, Song Wang, Yun Tie, Lin Qi, Ling Guan: Joint Intermodal   and Intramodal Correlation Preservation   for Semi-paired Learning. Pattern Recognit. 81:   36-49 (2018). （中科院二区，IF=7.196）

[3] Xin   Guo, Yun Tie, Lin Qi, Ling Guan: A Novel Semi-Supervised   Dimensionality Reduction Framework. IEEE Multim. 23(2):   28-41 (2016). （中科院二区，IF=4.962）

[4]   Song Wang, Xin   Guo*, Yun Tie, Ivan Lee, Lin Qi, Ling Guan:Weighted Hybrid Fusion   with Rank Consistency. Pattern Recognit. Lett. 138:   329-335 (2020). （中科院三区，IF=3.255）

[5]   Peixiao Zheng, Xin Guo* and Lin Qi：Edge-Labeling Based   Directed Gated Graph Network for Few-Shot Learning, 2021 IEEE   International Conference on Image Processing (ICIP), 2021, pp. 544-548.