张佳，暨南大学信息科学技术学院教师，硕导。2020年6月获厦门大学人工智能系工学博士学位，毕业后加入暨南大学信息科学技术学院从事教研工作。主持国家自然科学基金和省部级项目（包括：广东省面上项目）多项，并参与了多项国家级/省部级重大课题研究。在人工智能与脑科学领域IEEE汇刊；及国际顶会：IJCAI和AAAI等发表学术论文60余篇，其中SCI收录50余篇，ESI高被引论文4篇。据 Google Scholar 统计，论文被引用次数超2300次，第一作者单篇最高引用398次。

研究方向是机器学习和数据挖掘。研究侧重点是多标记学习、弱标记学习、特征选择、以及信息融合。本人也对机器学习在人机交互、健康管理、以及生物信息学中的应用感兴趣。有志于未来从事相关研究的同学可与我邮件（jiazhang@jnu.edu.cn）联系。

• Du, G., et al. “Missing multi-label learning with TSK fuzzy system and adaptive graph.” IEEE Trans. Fuzzy Syst., in press. [code]

• Xu, G., et al. “Probability distribution alignment and low-rank weight decomposition for source-free domain adaptive brain decoding.” In AAAI, Singapore, 2026, pp. 27233-27241.

• Zhang, Z., et al. “ORAL: Adaptive gap increasing for advantage learning via Occam’s Razor principle.” IEEE Trans. Neural Netw. Learn. Syst., 2026, 37 (4): 1904-1918.

• Zhang, J., et al. “EEG feature selection in emotion recognition using a fuzzy information-theoretic based optimization approach.” IEEE Trans. Fuzzy Syst., 2025, 33 (8): 2675-2688.

• Ye, Q., et al. “SMLE: Semi-supervised multi-label learning with label enhancement.” IEEE Trans. Knowl. Data Eng., 2025, 37 (9): 5613-5626. [code]

• Li, Y., et al. “Consistent and specific multi-view multi-label learning with correlation information.” Inf. Sci., 2025, 687: 121395.

• Wu, H., et al. “Cold-start user recommendation via heterogeneous domain adaptation.” ACM Trans. Inform. Syst., 2025, 43 (5): 1-26. [code]

• Zhang, J., et al. “Toward cross-brain-computer interface: A prototype-supervised adversarial transfer learning approach with multiple sources.” IEEE Trans. Instrum. Meas., 2024, 73: 1-13. [code]

• Zhang, J., et al. “Fast multilabel feature selection via global relevance and redundancy optimization.” IEEE Trans. Neural Netw. Learn. Syst., 2024, 35 (4): 5721-5734. [Supplement]

• Du, G., et al. “Semi-supervised imbalanced multi-label classification with label propagation.” Pattern Recognit., 2024, 150: 110358.

• Wu, H., et al. “Simplicial complex neural networks.” IEEE Trans. Pattern Anal. Mach. Intell., 2024, 46 (1): 561-575.

• Wu, H., et al. “High-order proximity and relation analysis for cross-network heterogeneous node classification.” Mach. Learn., 2024, 113: 6247-6272. [code]

• Zhang, J., et al. “Group-preserving label-specific feature selection for multi-label learning.” Expert Syst. Appl., 2023, 213: 118861. [code]

• Du, G., et al. “Graph-based class-imbalance learning with label enhancement.” IEEE Trans. Neural Netw. Learn. Syst., 2023, 34 (9): 6081-6095.

• Liu, D., et al. “Multi-source transfer learning for EEG classification based on domain adversarial neural network.” IEEE Trans. Neural Syst. Rehabil. Eng., 2023, 31: 218-228.

• Wu, H., et al. “Cold-start next-item recommendation by user-item matching and auto-encoders.” IEEE Trans. Serv. Comput., 2023, 16 (4): 2477-2489. [code]

• Zhang, J., et al. “Learning from weakly labeled data based on manifold regularized sparse model.” IEEE Trans. Cybern., 2022, 52 (5): 3841-3854. [code]

• Liu, S., et al. “Subject adaptation convolutional neural network for EEG-based motor imagery classification.” J. Neural Eng., 2022, 19 (6): 066003.

• Tan, A., et al. “Semi-supervised partial multi-label classification via consistency learning.” Pattern Recognit., 2022, 131: 108839.

• Huang, Z.-A., et al. “Identification of autistic risk candidate genes and toxic chemicals via multi-label learning.” IEEE Trans. Neural Netw. Learn. Syst., 2021, 32 (9): 3971-3984.

• Zhang, J., et al. “Multi-label feature selection via global relevance and redundancy optimization.” In IJCAI, Yokohama, Japan, 2020, pp. 2512–2518. [code]

• Zhang, J., et al. “Manifold regularized discriminative feature selection for multi-label learning.” Pattern Recognit., 2019, 95: 136-150. [code]

1. 国家自然科学基金青年科学基金项目（62106084）.基于超高维标记与特征数据的多标记分类建模关键技术研究.2022.01-2024.12.主持

2. 国家自然科学基金专项项目（32541105）.AI驱动噬菌体功能蛋白耦合主动防控生食金枪鱼中新发R型鼠伤寒沙门氏菌的机制研究.2026.01-2028.12.核心成员

3. 广东省自然科学基金面上项目（2022A1515010468）.融合多模态数据的弱监督多标记分类学习关键技术研究.2022.01-2024.12.主持

4. 广州市科技计划项目（202201010498）.组稀疏约束的大规模多标记分类学习方法与应用研究.2022.04-2024.03.主持

5. 广东省中医药信息化重点实验室开放课题（2021B1212040007）. 基于大规模中医数据的健康状态智能监测方法研究. 2021.10-2023.09. 主持

6. 中央高校基本科研业务费交叉学科培育专项（21625110）.川芎调控血脑屏障的活性成分深度解析与大规模知识图谱辅助的靶标研究.2025.01-2026.12.联合主持

7. 中央高校基本科研业务费青年基金项目（21621026）.超高维标记分类学习关键技术研究.2021.01-2022.12.主持

8. 中央高校教育教学改革专项（智能基座1.0）. 暨大-华为智能基座项目建设课程：人工智能原理. 2023.01-2024.12.主持

9. 国家重点研发计划子课题（2018YFC0831402）.案件驱动的跨时空域通用检察业务协同及数据供应链建模方法.2018.07-2021.06.参与

10. 国家自然科学基金促进海峡两岸科技合作联合基金重点项目（U1705286）.以健康状态为核心的中医人工智能诊疗系统研究.2018.01-2021.12.参与

1. 授权发明专利（ZL202410564130.1）.一种基于一致性和特异性子空间的多视图多标签分类方法.2025.03.

2. 授权发明专利（ZL202111273468.4）.基于域对抗网络的跨用户EEG信号融合识别方法.2024.08. 

3. 授权发明专利（ZL202210445525.0）.一种利用机器学习寻找退行性膝骨关节炎显著性特征方法.2023.06. 

4. 授权发明专利（ZL201810878380.7）.用于中医健康状态分析的四诊表征信息融合方法.2021.07. 

1. 人工智能原理（本科课程），秋季学期，2021，2022，2023，2024，2025，2026

2. 软件系统分析（本科课程），秋季学期，2022，2023，2024，2025，2026

3. 机器学习与深度学习（本科课程，人工智能应用微专业），秋季学期，2025，2026

4. 人工智能导论（校级通识教育选修课，经济学院硕士课程），秋季学期，2025，2026

5. 软件系统分析实验（本科课程），秋季学期，2022，2023，2024，2025，2026

6. 计算机文化（本科课程，英语授课），秋季学期，2021

现为IEEE会员 (2023-)，IEEE Computational Intelligence Society会员 (2025-)；担任CCF人工智能与模式识别专委会委员，CCF协同计算专委会执委；担任国家自然科学基金评议专家，广州市科技局入库专家。

期刊审稿:

机器学习领域: IEEE Trans. Artif. Intell.; IEEE Trans. Cybern.; IEEE Trans. Emerg. Topics Comput. Intell.; IEEE Trans. Evol. Comput.; IEEE Trans. Fuzzy Syst.; IEEE Trans. Neural Netw. Learn. Syst.; IEEE Trans. Pattern Anal. Mach. Intell.; Mach. Learn.; Neural Netw.; Pattern Recognit.…

数据挖掘领域: ACM Trans. Knowl. Discov. Data; IEEE Trans. Big Data; IEEE Trans. Knowl. Data Eng.; Inform. Process. Manag.; Inf. Sci.; Knowl. Inf. Syst.…

人机交互领域: IEEE J. Biomed. Health Inform.; IEEE Trans. Affective Comput.; IEEE Trans. Autom. Sci. Eng.; IEEE Trans. Biomed. Eng.; IEEE Trans. Cognit. Dev. Syst.; IEEE Trans. Hum.-Mach. Syst.; IEEE Trans. Neural Syst. Rehabil. Eng.; IEEE Trans. Syst. Man Cybern., Syst.; J. Neural Eng.…

其他领域: Front. Comput. Sci.; IEEE-CAA J. Automatica Sin.; IEEE Trans. Circuits Syst. Video Technol.; IEEE Trans. Image Process.; IEEE Trans. Multimedia; Sci. China Inf. Sci.…

会议审稿: NeurIPS; AAAI; IJCNN; ChineseCSCW…