姚杰，男，中共党员。2022年毕业于北京交通大学计算机科学与技术学院，获工学博士学位，2019年4月至2020年8月前往美国中佛罗里达大学交流学习，2022年10月入职永利3044官网3044AM永利集团，同年赴北京市发展和改革委员会挂职锻炼。研究兴趣为计算机视觉、深度学习模型鲁棒性，相关研究成果在Pattern Recognition、IEEE Transactions on Multimedia、IEEE DSC等国内外期刊和会议发表。

研究方向

（1） 基于图像的模型鲁棒性研究，研究模型在干净样本、对抗样本以及多种其他噪声影响下的模型性能；

（2） 基于小样本的视觉任务研究，研究训练样本不充足的条件下的视觉任务，具体包括小样本图像分类、小样本目标检测、数据缺失条件下的图像分类以及精细化图像分类。

讲授课程

《操作系统（Linux）》、《实用操作系统》、《文本分析与文本挖掘》和《人工智能导论B》等。

教育经历

2022年9月获得北京交通大学工学博士学位（硕博连读）；

2019年4月至2020年8月赴美国中佛罗里达大学计算机专业大数据实验室交流学习；

2016年7月获得北京交通大学工学学士学位。

工作经历

2022.10-至今

永利3044官网 3044AM永利集团

2022.10-2023.10

北京市发展和改革委员会 办公室

学术成果

期刊论文

 第一作者论文

[1] Jie Yao, Dongdong Wang, Hao Hu, et al. ADCNN: Towards learning adaptive dilation for convolutional neural networks. Pattern Recognition, 123, 108369, 2022.

[2] Jie Yao, Weiwei Xing, Dongdong Wang, et al. Active dropblock: Method to enhance deep model accuracy and robustness[J]. Neurocomputing, 2021, 454: 189-200.

[3] Jie Yao, Bingbing Rao, Weiwei Xing, Liqiang Wang. Bug-Transformer: Automated Program Repair Using Attention-Based Deep Neural Network[J]. Journal of Circuits Systems and Computers. 2022, 31(12): 2250210.

 通讯作者论文

[1] Weiwei Xing, Jie Yao*, Zixia Liu, Weibin Liu, Shunli Zhang and Liqiang Wang, "Contrastive JS: A Novel Scheme for Enhancing the Accuracy and Robustness of Deep Models," in IEEE Transactions on Multimedia, doi: 10.1109/TMM.2022.3232030.

科研项目

 主持项目

[1] 北京市数字教育研究课题（人工智能助力应用型高校青年教师专业发展的实践研究），2024.6-2025.6

[2] 校科研基金项目（基于图像语义增强的小样本目标检测模型研究），2024.4-2025.3

[3] 校师德建设研究课题（新时代背景下应用型高校青年教师师德素养提升策略研究），2024.4-2025.3

 参与项目

[1] 国家重点研发计划（软件平台架构设计与异构并行计算优化），2021.1-2025.12

[2] 国家自然科学基金“面上”（基于深度学习的智能交通视频目标检测识别和跟踪方法），2017.01-2021.12