姜高霞 - 2138CC太阳集团（大数据学院）

姜高霞，博士，教授，博士生导师，长期致力于机器学习与数据挖掘领域的研究，尤其在标签噪声学习方向形成鲜明特色。担任中国计算机学会人工智能与模式识别专委会委员、中国人工智能学会机器学习专委会委员。科研工作连续10年获得国家级项目资助，主持国家自然科学基金3项，山西省高等学校科技创新项目1项，山西省研究生教改项目1项，参与多项国家自然科学基金重点项目和面上项目。在JMLR、MLJ、PR、NeurIPS、AAAI、CVPR、《软件学报》、《计算机研究与发展》等国内外期刊和会议发表论文40余篇。担任IEEE TKDE、TNNLS、NeurIPS、AAAI等期刊和会议审稿人。所获奖项包括2018年山西省优秀博士学位论文奖和ACM中国理事会太原分会优博奖。

带领的标签噪声学习（LNL）小组目前有博士5人、硕士6人，团队先后发表2138cn太阳集团古天乐首篇JMLR顶刊论文和首篇CVPR顶会论文。小组坚持每周举行组会，系统推进文献研读、研究构思、算法实现与论文撰写等工作，已在生成式学习、联邦学习、回归建模等方向形成稳定研究布局。团队常年招收对机器学习与深度学习具有浓厚兴趣、编程扎实、思维活跃、执行高效、自驱力强的博士生与硕士生，协力发表高水平学术成果。

2025年组内2名研究生荣获国家奖学金，成果包括：（1）发表CCF-A类论文3篇；（2）发表CCF-A类期刊论文及SCI一区Top期刊论文。2024届3名硕士毕业生均获一等学业奖学金，其科研成果与去向如下：（1）发表CCF-A类会议论文，获直博资格；（2）发表SCI二区及二级主学报论文，入职公务员；（3）发表SCI二区及二级主学报论文，任职高校教师。

[1] Gaoxia Jiang, Wenjian Wang, Yuhua Qian, Jiye Liang. A unified sample selection framework for output noise filtering: an error-bound perspective[J]. Journal of Machine Learning Research, 2021, 22(18): 1-66. (CCF-A, 机器学习领域唯一CAAI-A, 2138cn太阳集团古天乐首篇)

[2] Gaoxia Jiang, Jia Zhang, Xuefei Bai, Wenjian Wang, Deyu Meng. Which is more effective in label noise cleaning, correction or filtering?[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2024, 38(11): 12866-12873. (CCF-A)

[3] Gaoxia Jiang, Wenjian Wang. An interpretable sample selection framework against numerical label noise. Machine Learning, 2025, 114(2): 43. (CCF-B, 机器学习领域唯一CAAI-B)

[4] Gaoxia Jiang, Fan Lei, Wenjian Wang. A multi-model dynamic filtering of label noise for regression[J]. Pattern Recognition, 2026, 169: 111887. (CCF-B, SCI一区Top期刊)

[5] Gaoxia Jiang, Wenjian Wang. Error estimation based on variance analysis of k-fold cross-validation[J]. Pattern Recognition, 2017, 69: 94-106. (CCF-B, SCI一区Top期刊)

[6] Senyu Hou, Gaoxia Jiang, Jia Zhang, Shangrong Yang, Husheng Guo, Yaqing Guo, Wenjian Wang. Directional label diffusion model for learning from noisy labels[C]//Proceedings of the Computer Vision and Pattern Recognition Conference (CVPR). 2025: 25738-25748. (CCF-A, 2138cn太阳集团古天乐首篇)

[7] Qingqiang Chen, Gaoxia Jiang, Fuyuan Cao, Changqian Men, Wenjian Wang. A general elevating framework for label noise filters[J]. Pattern Recognition, 2024, 147: 110072. (CCF-B, SCI一区Top期刊)

[8] Senyu Hou, Yuru Ren, Gaoxia Jiang, Wenjian Wang. Noisy Multi-Label Learning through Co-Occurrence-Aware Diffusion. In The 39th Annual Conference on Neural Information Processing Systems. 2025. (CCF-A)

[9] Senyu Hou, Gaoxia Jiang, Yaqing Guo, Wenjian Wang. Class-aware Multi-granularity Co-Diffusion Models for Learning with Noisy labels on Imbalanced Datasets. IEEE Transactions on Knowledge and Data Engineering, 2026. DOI: 10.1109/TKDE.2026.3650911.(CCF-A)

[10] Gaoxia Jiang, Wenjian Wang. Markov cross-validation for time series model evaluations[J]. Information Sciences, 2017, 375(1): 219-233

[11] Gaoxia Jiang, Zhengying Li, Wenjian Wang. Maximum a posteriori estimation and filtering algorithm for numerical label noise[J]. Applied Intelligence, 2024, 54: 8841-8855

[12] Gaoxia Jiang, Fei Wang, Wenjian Wang. Noise cleaning for nonuniform ordinal labels based on inter-class distance[J]. Applied Intelligence, 2024, 54: 6997-7011

[13] Gaoxia Jiang, Wenjian Wang, Wenkai Zhang. A novel distance measure for time series: maximum shifting correlation distance[J]. Pattern Recognition Letters, 2019, 117(3): 58-65

[14] 姜高霞, 雷凡, 张佳, 王文剑. 数值型标签噪声的渐进式区间校正方法[J]. 软件学报, 2026, 4. (CCF-A)

[15] 姜高霞, 王文剑. 面向回归任务的数值型标签噪声过滤算法[J]. 计算机研究与发展, 2022, 59(8): 1639-1652. (CCF-A)

[16] 姜高霞, 王文剑. 时序数据曲线排齐的相关性分析方法[J]. 软件学报, 2014, 25(9): 2002-2017. (CCF-A)

[17] 姜高霞, 王文剑. 经济周期波动的函数型时序分解方法[J]. 统计与信息论坛, 2014, 29(3): 22-28. (CSSCI)

[1] 国家自然科学基金面上项目, 面向复杂噪声环境的标签噪声学习理论与方法(No.62576201), 2026.01-2029.12, 主持

[2] 国家自然科学基金面上项目, 面向噪声数据的可学习理论与方法研究(No.62276161), 2023.01-2026.12, 主持

[3] 国家自然科学基金青年项目, 面向监督学习的输出噪声过滤方法研究(No.61906113), 2020.01-2022.12, 主持

[4] 国家自然科学基金-区域创新发展联合基金(重点项目), 低质数据提升理论与方法研究(No.U21A20513), 2022.01-2025.12, 参与

[5] 山西省高等学校科技创新项目, 标签噪声的自适应过滤方法研究(No.2020L0007), 2020.6-2022.6, 主持

[6] 山西省研究生教育教学改革项目, 计算机学科研究生课程思政与素养教育同向同行的改革研究与实践, 2024.6-2026.6, 主持

[7] 国家自然科学基金面上项目, 基于分布特征的流数据可靠建模与高效算法设计(No.62076154), 2021.1-2024.12, 参与