一、基本情况

龙子俊，男，湖南大学电气与信息工程学院仪器系，助理教授，研究生导师

E-mail: longzijun[AT]hnu[DOT]edu[DOT]cn

个人主页：https://longkukuhi.github.io./

 

二、教育经历

2020.11～2024.11 英国格拉斯哥大学，计算机科学，博士，导师：Richard Mccreadie

2019.09～2020.11 英国格拉斯哥大学，数据科学，硕士，导师：Richard Mccreadie

2015.09～2019.06 华南理工大学，软件工程，学士

 

三、工作经历

2025.01 ～至今 湖南大学, 电气与信息工程学院，助理教授

2023.05～2023.10 英国格拉斯哥大学，计算科学学院，硕士项目导师

2020.11～2024.06英国格拉斯哥大学，计算科学学院，助教

2020.11～2024.06 英国格拉斯哥大学，计算科学学院，评分助理

 

 

四、主要研究方向

我专注于人工智能研究，特别是在多模态学习技术和大型语言模型的开发，研究领域覆盖机器学习、计算机视觉与自然语言处理的交叉点。迄今为止，我共发表了10篇论文，包括作为第一作者在CCF A类 / Core A* 级别会议上，例如信息检索领域的顶会SIGIR、计算机视觉顶会ECCV，以及机器人顶会ICRA，涵盖了数字信号处理顶会ICASSP、人工智能顶会ECAI，以及计算机体系结构顶会DATE。加入湖南大学电气与信息工程学院后，我还将将我的研究扩展到人工智能在智慧电力系统中的应用，涵盖智能电能表和大数据的可靠性评估与剩余寿命预测、基于多模态信息的智慧用电行为分析与预测，以及用户个性化用电使用推荐系统的开发。

 

欢迎具有计算机、人工智能、电子信息、自动化、电气工程等相关学科背景的学生报考研究生。根据学生兴趣爱好和未来发展方向，我们提供以下培养路径：

学术深造，追求卓越——探索AI与智慧电力、机器人推理的前沿技术，提出创新研究思路，发表高水平论文（CCF A类会议期刊、中科院一区顶刊等）。

就业导向，进入工业界——参与企业合作项目（互联网大厂），研二或研三阶段可进入企业实习，提升工程实践能力，助力学生在学术与职业生涯中无缝对接、实现更大飞跃。

期待对人工智能、智慧电力与机器人技术感兴趣的同学加入，共同推进领域前沿的创新与实践！

 

 

1.        对比学习中的鲁棒优化

 

2.        多模态机器人推理

 

3.        零样本与小样本学习

 

4.        智慧电力系统AI赋能：从可靠性评估到个性化用电优化

 

 

 

 

 

 

五、项目经历

曾参与多个欧盟级、国家级以及个省级项目。

 

六、获奖情况

1.          18th International Conference on Information Systems for Crisis Response and Management最佳学生论文奖

 

七、科研论文

1.          Zijun Long, Lipeng Zhuang, George Killick, Richard McCreadie, Gerardo Aragon Camarasa, Paul Henderson. Understanding and Mitigating Human-Labelling Errors in Supervised Contrastive Learning, The 18th European Conference on Computer Vision, 长文, 2024. (h5 指数 238, Core A*, CCF B, 顶级计算机视觉会议)

2.          Zijun Long, Xuri Ge, Richard Mccreadie and Joemon Jose. CFIR: Fast and Effective Document-To-Image Retrieval for Large Corpora. International ACM SIGIR Conference on Research and Development in Information Retrieval, 长文, 2024. (h5 指数 103, Core A*, CCF A, 顶级信息检索会议)

3.          Zijun Long, George Killick, Richard McCreadie, Gerardo Aragon Camarasa. RoboLLM: Robotic Vision Tasks Grounded on Multimodal Large Language Models, IEEE International Conference on Robotics and Automation, 长文, 2024. (h5-index 119, Core A*, CCF B, 顶级机器人/人工智能会议)

4.          Zijun Long, George Killick, Richard McCreadie, Gerardo Aragon Camarasa. MultiWay-Adapater: Adapting large-scale multimodal models for scalable image-text retrieval. IEEE International Conference on Acoustics, Speech, and Signal Processing, 长文, 2024. (h5-index 123, CCF B, 顶级信号处理会议)

5.          Zijun Long, George Killick, Richard McCreadie, Gerardo Aragon Camarasa, Zaiqiao Meng. LaCViT: A Label-aware Contrastive Training Framework for Vision Transformers. IEEE International Conference on Acoustics, Speech, and Signal Processing, 长文, 2024. (h5-index 123, CCF B, 顶级信号处理会议)

6.          Zijun Long, Lipeng Zhuang, George Killick, Richard McCreadie, Gerardo Aragon Camarasa, Zaiqiao Meng. CLCE: An Approach to Refining Cross-Entropy and Contrastive Learning for Optimized Learning Fusion, The 27th European Conference on Artificial Intelligence, 长文, 2024. (h5-index 36, Core A, CCF B)

7.          Zijun Long, Richard McCreadie, Muhammad Imran. CrisisViT: A Robust Vision Transformer for Crisis Image Classification. 20th International Conference on Information Systems for Crisis Response and Management, 长文, 2023. (h5-index 21)

8.          Zijun Long, Richard McCreadie. Is Multi-Modal Data Key for Crisis Content Categorization on Social Media? 19th International Conference on Information Systems for Crisis Response and Management, 长文, 2022. (h5-index 21)

9.          Zijun Long, Richard McCreadie. Automated Crisis Content Categorization for COVID-19 Tweet Streams. 18th International Conference on Information Systems for Crisis Response and Management, 长文, 2021. (h5-index 21)

10.      Zijun Long, Xiaohang Wang, Yingtao Jiang, Guofeng Cui, Li Zhang, Terrence Mak. Improving the Efficiency of Thermal Covert Channels in Multi-/many-core Systems. Design, Automation and Test in Europe, 长文, 2017. (h5-index 49, CCF B, 顶级计算机体系结构会议)