研究方向

复杂系统可解释性、可解释自动驾驶、归因计算模型

个人简介

石睿，博士，讲师，2022年于日本东京大学取得博士学位，同年加入北京工业大学信息科学技术学院。

主要从事复杂系统归因可解释性研究，主持北京市自然科学基金青年项目和博士后科研资助等多项研究课题，在相关领域发表学术论文十余篇，论文开源项目受到OpenCV AI Kit官方收录，受邀担任东京大学客座研究员等国际学术兼职。

围绕自动驾驶、人工智能方向，指导多名学生承担大创课题，获得多项国家级、省部级科技竞赛奖项，学生课题成果形成高水平SCI、EI论文以及发明专利。

主要论文论著

[1] R.Shi, T.Li, L.Zhang, Y.Yamaguchi. Visualization comparison of vision transformers and convolutional neural networks. IEEE Transactions on Multimedia, 2024, 26: 2327-2339.

[2] R.Shi, T.Li, Y.Yamaguchi. Understanding contributing neurons via attribution visualization. Neurocomputing, 2023, 550: 126492.

[3] R.Shi, T.Li, Y.Yamaguchi. Region-conscious visualization of output-targeted neuron features. Visual Computing, 2022, Article No. 40.

[4] T. Li, R. Shi, Z. Li, T. Kanai, Q. Zhu. Efficient deformation learning of varied garments with a structure-preserving multilevel framework. ACM SIGGRAPH Symposium on Interactive 3D Graphics and Games, 2024, Article No. 8.

[5] T. Li, R. Shi, Q. Zhu, T. Kanai. SwinGar: Spectrum-inspired neural dynamic deformation for free-swinging garments. IEEE Transactions on Visualization and Computer Graphics, 2024, 1-16, Online.