江沸菠，副教授，工学博士，博士后，硕士研究生导师。IEEE会员，湖南省青年骨干教师，湖南省人工智能学会理事，华为认证通信网高级工程师，百度飞桨开发者年度优秀人工智能讲师，谷歌TF认证课程官方合作人工智能讲师，阿里云人工智能培训合作讲师。
欢迎有志从事人工智能领域的理论研究和工程应用，希望发表高水平论文的同学报考本人的硕士研究生。联系邮箱：jiangfb@hunnu.edu.cn。

1.个人简介
主要从事人工智能技术的工程优化与应用研究。主持国家自然科学基金、中国博士后科学基金、湖南省自然科学基金、湖南省科技重点研发计划和湖南省教育厅重点科学研究项目等多项科研项目，获得多项省厅级教学奖励。以第一发明人申请各类专利20项，授权17项。以第一或通信作者发表中科院1区高水平论文10篇（累积影响因子97.83，平均9.78/篇）。出版研究专著1本，获国家出版基金资助。国家自然科学基金评审专家，工信部人工智能领域入库专家、湖南省、浙江省、广东省科技咨询与项目评审专家、湖南省自然科学基金评审专家、担任多个CCF-A类期刊、学术会议和IEEE会刊的审稿人。与英国多所高校和谷歌、百度、华为和阿里等国内外人工智能企业均有着良好的合作关系。
2.研究方向
本人主要招收计算机科学与技术的全日制学硕和电子信息专业全日制专硕，也招收实际能够脱产读研的非全日制研究生，目前团队从事以下四个方向的研究：
[1] 人工智能在5G、6G中的应用，尤其是深度学习和强化学习在无人机、无人车协同的智能物联网、元宇宙、数字孪生、边缘计算、智能反射面、复杂信道建模、语义通信及联邦学习中的应用；
[2] 人工智能在CT成像领域中的应用，尤其是在CT图像的智能识别、解释及分析领域的应用；
[3] 人工智能在自然语言处理中的应用，尤其是在对话机器人、知识图谱和大规模语言模型中的应用；
[4] 神经网络的硬件实现与部署，主要是神经网络在ARM、FPGA以及华为昇腾等嵌入式芯片上的软硬件协同设计。
3.授权专利
[1] 江沸菠，代建华，刘帅，蒋莉华，董莉，柳隽琰.一种基于深度强化学习的虚拟现实语言任务卸载方法, 专利号：ZL 2019110129789
[2] 江沸菠，董莉，王敏捷，代建华，王可之，刘帅，陈大卫，一种基于移动边缘智能的实时多模态语言分析系统和方法，专利号：ZL2019112358778
[3] 江沸菠，戴前伟，冯德山，董莉. 一种超高密度电法的电极排列优化方法及装置，ZL 201610911512.2. 授权时间：2019.9.24，申请时间：2016.10.20.
[4] 江沸菠，董莉，谢民主，李炎. 一种基于加权多策略蛙跳算法的超高密度电法并行反演方法, ZL 201710411030.5. 授权时间：2019.2.19，申请时间：2017.6.5.
[5] 江沸菠，董莉，戴前伟，罗坚，张梦琳. 一种消除极化效应干扰的超高密度电法电极规划方法，ZL 2018104135222, 授权时间：2019.11.08，申请时间：2018.5.3
[6] 江沸菠,代建华,罗坚,彭小书,罗诗光. 一种语言导盲手杖、基于该手杖的深度神经网络优化方法, ZL 201910048854X, 授权时间：2019.11.29，申请时间：2019.1.8
[7] 江沸菠，代建华，罗坚，陈大卫，自永红，薛开伍.一种基于小波神经网络的语言智能辅助学习系统与方法, 专利号：ZL2019104471730
[8] 江沸菠，董莉，蒋致远，薛开伍.一种穿戴式脑机控制装置，ZL 201621103205.3
[9] 江沸菠，董莉，孙文启，唐权. 一种基于物联网和神经网络的家庭健康监护系统,ZL 201520755789.1
[10] 江沸菠，董莉，薛开伍，孙文启，唐权.一种基于极限学习机的老年人活动监测装置,ZL 201520693465.X
[11] 江沸菠，董莉，申燕妮，甘巧.一种基于物联网和神经网络的热舒适度指标测量装置,ZL 201420537142.7
[12] 江沸菠，董莉，殷艳玲.一种基于神经网络和物联网的老年人智能安防系统, ZL 201520693593.4
[13] 江沸菠，董莉，戴前伟.一种超高密度电法数据采集装置，ZL 201420587101.9
[14] 江沸菠. 一种基于主成分神经网络的超高密度电法反演装置，ZL201520673270.9
[15] 江沸菠,何婷，董莉，龙婷，薛开伍. 一种基于暗通道先验和神经网络的雾霾天车牌识别装置,ZL 201520160727.6
[16] 江沸菠，冯德山，吉晨昊，董莉，薛开伍. 一种基于神经网络的北斗、GPS和航位推算组合定位追踪系统，ZL201620914692.5
[17] 江沸菠，谭志顺，廖静致等. 一种基于神经网络和OBD-II模块的车辆辅助监控装置，ZL201721009260.0，授权时间：2018.2.23
4.发表论文
[1] Jiang F, Dong L, Dai Q, et al. Using wavelet packet denoising and ANFIS networks based on COSFLA optimization for electrical resistivity imaging inversion [J]. Fuzzy Sets and Systems, 2018, 337:93-112. doi:10.1016/j.fss.2017.07.009. (2017年IF: 2.675, 中科院1区)
[2] Jiang, F., Dong L., Dai Q., Electrical resistivity imaging inversion: An ISFLA trained kernel principal component wavelet neural network approach [J]. Neural Networks, 2018, 104: 114-123 doi: 10.1016/j.neunet.2018.04.012. (2017年IF: 7.197中科院1区).
[3] F. Jiang, L. Dong and Q. Dai, "Designing a Mixed Multilayer Wavelet Neural Network for Solving ERI Inversion Problem With Massive Amounts of Data: A Hybrid STGWO-GD Learning Approach," in IEEE Transactions on Cybernetics, vol. 52, no. 2, pp. 925-936, Feb. 2022, doi: 10.1109/TCYB.2020.2990319. (IF:19.118中科院1区)
[4] F. Jiang, K. Wang, L. Dong, C. Pan, W. Xu and K. Yang, "Deep-Learning-Based Joint Resource Scheduling Algorithms for Hybrid MEC Networks," in IEEE Internet of Things Journal, vol. 7, no. 7, pp. 6252-6265, July 2020, doi: 10.1109/JIOT.2019.2954503. (IF: 9.515中科院1区)
[5] F. Jiang, K. Wang, L. Dong, C. Pan and K. Yang, "Stacked Autoencoder-Based Deep Reinforcement Learning for Online Resource Scheduling in Large-Scale MEC Networks," in IEEE Internet of Things Journal, vol. 7, no. 10, pp. 9278-9290, Oct. 2020, doi: 10.1109/JIOT.2020.2988457. (IF: 9.515中科院1区)
[6] F. Jiang, K. Wang, L. Dong, C. Pan, W. Xu and K. Yang, "AI Driven Heterogeneous MEC System with UAV Assistance for Dynamic Environment: Challenges and Solutions," in IEEE Network, vol. 35, no. 1, pp. 400-408, January/February 2021, doi: 10.1109/MNET.011.2000440. (IF: 10.693中科院1区)
[7] F. Jiang, L. Dong, K. Wang, K. Yang and C. Pan, "Distributed Resource Scheduling for Large-Scale MEC Systems: A Multi-Agent Ensemble Deep Reinforcement Learning with Imitation Acceleration," in IEEE Internet of Things Journal, vol. 9, no. 9, pp. 6597-6610, 1 May1, 2022, doi: 10.1109/JIOT.2021.3113872. (IF: 10.238中科院1区)
[8] L. Dong, F. Jiang, M. Wang, X. Li. "Fuzzy Deep Wavelet Neural Network with Hybrid Learning Algorithm: Application to Electrical Resistivity Imaging Inversion", in Knowledge-Based Systems, 2022, 242: 108164. doi: 10.1016/j.knosys.2022.108164. (IF: 8.193中科院1区)
[9] Dong L, Jiang F, Li X, et al. IRI: An intelligent resistivity inversion framework based on fuzzy wavelet neural network[J]. Expert Systems with Applications, 2022, 202: 117066. doi:10.1016/j.eswa.2022.117066. (IF: 8.665中科院1区)
[10] L. Dong, Z. Liu, F. Jiang and K. Wang, "Joint Optimization of Deployment and Trajectory in UAV and IRS-Assisted IoT Data Collection System," in IEEE Internet of Things Journal, vol. 9, no. 21, pp. 21583-21593, 1 Nov.1, 2022, doi: 10.1109/JIOT.2022.3185012. (IF: 10.238中科院1区)

5.获奖及认证
[1] 2020年第五届全国计算机类课程实验教学案例设计竞赛（人工智能类）二等奖；
[2] 2019年湖南省研究生优秀教学案例，湖南省教育厅；
[3] 2016年中南大学优秀博士论文奖，中南大学；
[4] 2014年湖南师范大学教学优秀奖，湖南师范大学；
[5] 2013年湖南师范大学青年教师赛课优胜奖，湖南师范大学；
[6] 2012年湖南省普通高校教师课堂教学竞赛二等奖，湖南省教育厅；
[7] 2010年第六届全国高等学校计算机课件评比大赛三等奖，教育部高等学校计算机科学与技术教学指导委员会；