骆祥峰

2023-09-10 00:00

自证认识导师：知识图谱大佬，天天瞎吹 学术水平：站在瞎吹领域前沿 科研经费：经费巨无敌**多，天天申请项目，写本子写到die 学生补助：打卡钱，每三个月500 师生关系：大家日常舔，舔完背后就骂贼开心 工作时间：8：00-22:00 学生前途：我觉得他的学生还是蛮厉害的，不过没听说过在他这继续读博的

2023-06-11 00:00

导师辨识特征：看似一表人才，实则内心阴暗，对待自己的学生满满的套路，如何最大化的剥夺你的时间是他每天思索的事情。\r 学术水平：学术水平不存在的，拿着10年前过时的成果吹嘘到2020年，很会创造新”知识“，举个例子：上课教授的知识非常不可信，总是自我感觉良好，洗脑第一，甚至把自己给洗了。上课时，所有同学的反应都是奇奇怪怪，总是喜欢扯到哲学，可怕的是，他美其名的哲学就是一些废话，实实在在的废话，望学弟学妹必坑\r 科研经费：接项目、写本子是实验室培养出的芸能，会写PPT，面向投资者编程第一名，项目接到学生写本子写到累死，自己就一张嘴指挥指挥就行了，领导嘛，当然挥斥方遒。\r 学生补助：一点小错误就破口大骂，拍桌子，等等等恶劣的却不带脏字的话语\r 师生关系：骆院长的实验室内，只能埋头苦干，2年后，出去的实力肯定高于普通水平，如果你舍得抛弃2年美好的研究生生涯，不妨来历练历练人生百态，致未来的学弟学妹们，做出选择很重要，随着自己心声就好！\r

2023-05-21 00:00

自证认识导师：上过此人的课 学术水平：此人基础知识不牢固，基本概念不清晰，还给学生传授错误的知识 科研经费：人脉网倒是可以，经费挺多 学生补助：对学生非常克扣，还会扣留学生的补助美其名曰实验室公共支出。 师生关系：学院公认的最不尊重学生的老师之一，让学生讲课，让学生送早饭，打断学生说话，喜欢胡乱批评学生 工作时间：比上班都辛苦（听说是朝八晚十）

2023-01-23 00:00

导师辨识特征：办公室1115，知识图谱大佬\r 学术水平：看看他写的本子\r JS智能系统中常识知识的表征、获取与推理主要服务于1）在未知及不可完全观测环境中智能无人系统（如海域无人艇）的行为决策；2）稀疏碎片动态海ZhanChang环境中指挥员的智能指挥决策。\r 海域无人艇及其集群在执行任务过程中，面临着环境的未知及不可完全观测等问题，其严重制约了海域无人艇任务完成的成功率。只有无人艇在拥有海洋环境及任务相关的常识知识时，才能克服制约无人艇在复杂海况中行为决策准确率低的问题。为此，我们需要构建海洋环境及其目标的常识知识库，主要包括海洋目标的常识知识（如，港口、目标实体及岛屿的知识图谱等）、海洋环境常识知识（如海洋目标环境风、浪、流、涌、天气知识图谱等），及执行复杂任务时所需要的常识知识（如武器装备、任务分类知识图谱等）。\r 稀疏碎片动态海ZhanChang环境中指挥员的智能指挥决策需要具有深厚的JS常识知识，如各种类型的武器装备知识、不同海域与场景的海ZhanChang环境知识、地形地貌知识，以及双方作战思想、作战意图等。为此，我们需要建立上述知识的知识图谱，作为稀疏碎片动态海ZhanChang环境中指挥员所拥有的常识知识。\r 仅拥有海洋环境及其目标的常识知识，还难以为智能系统提供足够的决策知识。我们不仅需要构建联系这些常识知识的常识知识（即环境与目标之间，环境要素之间、目标之间关系的知识图谱），还需要构建这些常识知识之间相互作用和关联所形成的各种事件间的复杂关系（即事理图谱，如“轰炸机起飞事件”与“机场损毁事件”间的因果常识关系）及其演化趋势（事理图谱的推理）。\r 不同类型的常识知识，比如海洋场景实体常识知识、关系常识知识和事件关系常识知识之间具有相互作用与依赖关系。智能系统中事件的变化，是由事件所涉及实体间关系的变化所引起；实体间关系的变化，是由实体知识图谱属性及其属性值发生变化的结果。为此，需要研究不同类型常识知识表征的融合、关联与推理方法，以获取海洋目标及其环境常识知识、事件变化之间的相互影响与依赖的常识关系。\r 如何建立实体知识、实体间关系、以及关系所决定的事件演化方向常识知识的表征与推理模型，以适应智能无人艇在复杂海况环境的未知性和观测的不完全性等问题，这需要研究面向复杂海洋环境与海Zhanchang的“实体知识图谱-实体关系知识图谱-事理图谱”三层常识知识网络，以表征不同类型常识知识及其相互作用和演化的机理。为此，本项目聚焦于以下五个关键技术的突破：\r 1.\t逻辑、形象与行为常识知识抽取所需数据的增强技术\r 复杂海况及海Zhanchang环境下，需要获取海洋环境及其目标实体、实体之间关系的常识知识图谱、以及反映事件之间复杂关系的事理图谱。这些常识图谱的构建需要大量数据，然而这些数据是非常难以直接获取的。为此，我们需要研究：复杂海洋场景数据增强技术，为智能无人艇行为决策所需的形象和行为常识知识的获取提供数据；JS实体及事件关系抽取所需文本数据的增强技术，为构建各种类型的逻辑常识知识图谱提供数据。形象和行为常识知识为智能系统的“形”，逻辑常识知识为智能系统的“神”。\r 2.\t混合数据驱动的异构常识知识图谱与事理图谱构建技术\r 探索真实数据与增强数据混合驱动的异构常识实体及其关系和事件抽取方法（即逻辑常识知识、行为常识知识、形象常识知识、事件之间关系的常识知识的抽取），研究具有小世界与无标度特征的异构常识知识图谱构建方法，实现异构常识知识的高效获取、融合与关联。\r 3.\t“实体知识图谱-实体关系知识图谱-事理图谱”三层网络的常识知识表征与知识补全技术\r 实体知识图谱、实体关系知识图谱、事理图谱分别存储与表达了海洋环境及其目标的常识知识、以及事件间的顺承与因果关系。由于这些常识知识是从数据中直接抽取而得，其存在大量关系的丢失。为此，首先需要研究上述常识知识的补全问题；然后，探索不同粒度常识知识（即三层常识网络）之间的依赖与相互作用关系，为常识知识的推理提供载体。 4.\t基于脑记忆认知过程的常识知识的推理模型\r 由于人脑的记忆过程可以对稀疏、碎片、甚至缺失的知识进行高效的推理与组织，因此我们拟基于脑记忆认知过程，来对各种类型常识知识进行推理和存储。“实体知识图谱-实体关系知识图谱-事理图谱”三层网络存储在长时记忆中，正在计算的常识知识推理位于工作记忆和短期情景记忆中；感觉记忆-关联记忆-工作记忆-短期情景记忆-长时记忆之间的相互作用与调用关系，形成了常识知识推理的机制。\r 5.\t面向复杂海况与海ZhanChang的常识知识表征、获取与推理的验证系统\r 为了能够验证逻辑、形象与行为常识知识、以及事件之间关系的常识知识获取的准确性与有效性，本项目拟基于Unity3D，构建海域无人艇集群常识知识的表征、获取、推理与验证系统；基于墨子系统，构建海zhanchang智能指挥决策常识知识的表征、获取、推理与验证系统。\r 科研经费：整天骗国家钱，拿到项目又不做，最后写个结题报告结束。经费肯定是很多的，但又抠的不肯花。\r 学生补助：两个人都被逼换导师\r 师生关系：呵呵了\r

2022-06-26 00:00

导师辨识特征：口头禅：你懂我意思吧！不是这样的！写一份检讨给我！站在一个学生的立场来讲，他就是所谓的学术毒瘤，**导师！或许你会认为我说的太过，那么你可以来尝试一下，如果一个人说他不好，那可能是学生不够大度，但每个人都说他不好，可想而知他是多么的差！他永远活在自己的世界里，极强的控制欲，极其狭隘的胸怀，他竟然成为了上海大学计算机学院的副院长，一度感觉计算机学院早晚会出事，哪天如果学生想不开了，估计那时候他和学院的某些领导才能意识到自己是多么的失败多么的牲口！！！ 学术水平：一度怀疑他的教授职称是买的，什么都不懂，搞科研千万千万不要选他，后悔一辈子 科研经费：很多经费，但与学生无关，更与学习无关 学生补助：这么说吧，给你的那点补助相对于你干的活，你会感觉在侮辱你 师生关系：不把学生当人看，这一点可以在上海大学计算机学院随便打听，一度有学生抑郁甚至。。。 工作时间：学生每天打卡，如果你不来或者来晚了就会要求你在群里公开解释 学生前途：绝不允许实习，除非你给他钱或者他觉得你没有利用价值了

2022-02-07 00:00

导师辨识特征：知识图谱，脑认知大佬，天天睁开眼睛第一件事就是瞎JB吹牛。 学术水平：学术水平不能打零分？**比自己肚子里一点货都没有，整天看一些没营养的微信公众号网文，以为自己比谁都懂，知识图谱，脑认知就是全宇宙最厉害。 天天申请项目，让学生写本子做PPT，自称写本子与做PPT是科研水平的表现。 科研经费：整天骗国家钱，拿到项目又不做，最后写个结题报告结束。经费肯定是很多的，但又抠的不肯花。 学生补助：每三个月发一次钱，还没有别的导师一个月的补助多。 师生关系：毕竟副院长，没办法要舔他，其实没人鸟他 工作时间：早9晚10 学生前途：学生整天写本子瞎吹牛有个屁用，还不如有些导师外面开公司做个板砖码农呢。

2021-12-12 00:00

导师辨识特征：办公室地点：1115 说话方式：先“诶”两声 口头禅：“不不不（长音）是这样的”，“你懂我意思吧？”，“我也是下降的” 学术水平：未站在学术前沿，却引领世界科技思想未来。知识图谱大佬，知识图谱万能无敌 科研经费：据说是很多，反正做事的也花不到 学生补助：三月一评，最低为0；常言：“帮我写本子要给我钱” 师生关系：除了舔**，一无所有。 工作时间：朝九晚五，加日常杂活儿到晚10 学生前途：去高校：吹本子&gt;闲人散人 去公司+个体：闲人散人&gt;吹本子

2021-11-24 00:00

利益相关：办公室在1115，对其他学生很好，对自己学生很残忍，天天动不动就叫别人开会，开会还不专心每次都在玩手机，实验室研究方向为nlp。口头禅，“你懂我意思吧”。

2021-02-26 00:00

自证认识导师：办公室在1115，对其他学生很好，对自己学生很残忍，天天动不动就叫别人开会，开会还不专心每次都在玩手机，实验室研究方向为nlp。口头禅，“你懂我意思吧”。

2020-05-29 00:00

导师辨识特征：11楼副院长办公室，知识图谱大佬，现在开始常识知识图谱了\r 学术水平：看看他写的东西\r 军事智能系统中常识知识表征、获取与推理技术\r JS智能系统中常识知识的表征、获取与推理主要服务于1）在未知及不可完全观测环境中智能无人系统（如海域无人艇）的行为决策；2）稀疏碎片动态海ZhanChang环境中指挥员的智能指挥决策。\r 海域无人艇及其集群在执行任务过程中，面临着环境的未知及不可完全观测等问题，其严重制约了海域无人艇任务完成的成功率。只有无人艇在拥有海洋环境及任务相关的常识知识时，才能克服制约无人艇在复杂海况中行为决策准确率低的问题。为此，我们需要构建海洋环境及其目标的常识知识库，主要包括海洋目标的常识知识（如，港口、目标实体及岛屿的知识图谱等）、海洋环境常识知识（如海洋目标环境风、浪、流、涌、天气知识图谱等），及执行复杂任务时所需要的常识知识（如武器装备、任务分类知识图谱等）。\r 稀疏碎片动态海ZhanChang环境中指挥员的智能指挥决策需要具有深厚的JS常识知识，如各种类型的武器装备知识、不同海域与场景的海ZhanChang环境知识、地形地貌知识，以及双方作战思想、作战意图等。为此，我们需要建立上述知识的知识图谱，作为稀疏碎片动态海ZhanChang环境中指挥员所拥有的常识知识。\r 仅拥有海洋环境及其目标的常识知识，还难以为智能系统提供足够的决策知识。我们不仅需要构建联系这些常识知识的常识知识（即环境与目标之间，环境要素之间、目标之间关系的知识图谱），还需要构建这些常识知识之间相互作用和关联所形成的各种事件间的复杂关系（即事理图谱，如“轰炸机起飞事件”与“机场损毁事件”间的因果常识关系）及其演化趋势（事理图谱的推理）。\r 不同类型的常识知识，比如海洋场景实体常识知识、关系常识知识和事件关系常识知识之间具有相互作用与依赖关系。智能系统中事件的变化，是由事件所涉及实体间关系的变化所引起；实体间关系的变化，是由实体知识图谱属性及其属性值发生变化的结果。为此，需要研究不同类型常识知识表征的融合、关联与推理方法，以获取海洋目标及其环境常识知识、事件变化之间的相互影响与依赖的常识关系。\r 如何建立实体知识、实体间关系、以及关系所决定的事件演化方向常识知识的表征与推理模型，以适应智能无人艇在复杂海况环境的未知性和观测的不完全性等问题，这需要研究面向复杂海洋环境与海Zhanchang的“实体知识图谱-实体关系知识图谱-事理图谱”三层常识知识网络，以表征不同类型常识知识及其相互作用和演化的机理。为此，本项目聚焦于以下五个关键技术的突破：\r 1.\t逻辑、形象与行为常识知识抽取所需数据的增强技术\r 复杂海况及海Zhanchang环境下，需要获取海洋环境及其目标实体、实体之间关系的常识知识图谱、以及反映事件之间复杂关系的事理图谱。这些常识图谱的构建需要大量数据，然而这些数据是非常难以直接获取的。为此，我们需要研究：复杂海洋场景数据增强技术，为智能无人艇行为决策所需的形象和行为常识知识的获取提供数据；JS实体及事件关系抽取所需文本数据的增强技术，为构建各种类型的逻辑常识知识图谱提供数据。形象和行为常识知识为智能系统的“形”，逻辑常识知识为智能系统的“神”。\r 2.\t混合数据驱动的异构常识知识图谱与事理图谱构建技术\r 探索真实数据与增强数据混合驱动的异构常识实体及其关系和事件抽取方法（即逻辑常识知识、行为常识知识、形象常识知识、事件之间关系的常识知识的抽取），研究具有小世界与无标度特征的异构常识知识图谱构建方法，实现异构常识知识的高效获取、融合与关联。\r 3.\t“实体知识图谱-实体关系知识图谱-事理图谱”三层网络的常识知识表征与知识补全技术\r 实体知识图谱、实体关系知识图谱、事理图谱分别存储与表达了海洋环境及其目标的常识知识、以及事件间的顺承与因果关系。由于这些常识知识是从数据中直接抽取而得，其存在大量关系的丢失。为此，首先需要研究上述常识知识的补全问题；然后，探索不同粒度常识知识（即三层常识网络）之间的依赖与相互作用关系，为常识知识的推理提供载体。 4.\t基于脑记忆认知过程的常识知识的推理模型\r 由于人脑的记忆过程可以对稀疏、碎片、甚至缺失的知识进行高效的推理与组织，因此我们拟基于脑记忆认知过程，来对各种类型常识知识进行推理和存储。“实体知识图谱-实体关系知识图谱-事理图谱”三层网络存储在长时记忆中，正在计算的常识知识推理位于工作记忆和短期情景记忆中；感觉记忆-关联记忆-工作记忆-短期情景记忆-长时记忆之间的相互作用与调用关系，形成了常识知识推理的机制。\r 5.\t面向复杂海况与海ZhanChang的常识知识表征、获取与推理的验证系统\r 为了能够验证逻辑、形象与行为常识知识、以及事件之间关系的常识知识获取的准确性与有效性，本项目拟基于Unity3D，构建海域无人艇集群常识知识的表征、获取、推理与验证系统；基于墨子系统，构建海zhanchang智能指挥决策常识知识的表征、获取、推理与验证系统。\r 创新点：\r 1.\t基于常识知识的数据增强方法，为碎片稀疏多样常识知识的融合与关联提供数据基础；\r 2.\t基于案例、场景与数据的常识知识学习融为一体，使得逻辑、行为与形象常识知识可以相互融合与关联，实现更加全面与多样常识知识的获取；\r 3.\t构建“实体知识图谱-实体关系知识图谱-事理图谱”三层常识知识表征方法，能反映出常识知识之间的相互作用与相互依赖关系，为常识知识的推理提供了语义丰富的载体； 4.\t提出了基于脑记忆认知过程的常识知识的推理模型，模拟人脑在数据稀疏、碎片、动态、甚至知识缺失条件下还可以进行高效的推理，实现对稀疏、碎片、多样与动态常识知识的推理。\r 上述创新使得智能系统能在未知环境及不完全可观测条件下的行为决策具有自适应性和学习的可迁移性。

全部评价 (10)