丁鑫，博士，副教授，硕士生导师，国家高层次青年人才计划入选者。2014年毕业于安徽大学，获得统计学学士学位；2016年毕业于美国伊利诺伊大学香槟分校，获得统计学硕士学位；2021年毕业于加拿大不列颠哥伦比亚大学，获得统计学博士学位，师从加拿大工程院院士、IEEE Fellow 王真 (Z Jane Wang) 教授和ASA Fellow William J. Welch 教授。2023年加入南京信息工程大学人工智能学院，主要从事机器学习、深度学习、深度生成模型（计算机视觉）、模型压缩等方面的研究工作；主持国家自然科学基金青年项目1项、江苏省基础研究专项资金（基础研究计划）面上项目1项、江苏省国家重大人才工程入选者配套资助项目1项、南京留学人员科技创新项目（C类）1项、南京信息工程大学人才启动经费资助项目1项；以第一作者身份先后在IEEE TPAMI、IEEE TSP、ESWA、Neurocomputing、ICLR、AAAI等高水平国际期刊或会议上发表论文10余篇；担任AAAI、IJCAI、ICIP、IEEE SPL、ESWA、Neurocomputing等国际知名会议和期刊的审稿人与程序委员会成员。

Email：dingxin@nuist.edu.cn

Github：https://github.com/UBCDingXin

Google Scholar：https://scholar.google.com/citations?user=tiS63lYAAAAJ&hl=en

一、研究领域

包括但不限于：概率生成模型（对抗生成网络、扩散模型等；参见邱锡鹏的《神经网络与深度学习》第13章）、知识蒸馏、机器学习等。

二、招生信息

    - 每年招收人工智能专业学术型硕士（学硕）及专业型硕士（专硕）若干名。

    - 常年招收大二及以上本科生参与科研项目，提供论文与专利指导。

    - 每年提供若干本科生毕业论文（设计）指导名额，并可指导学生参与“中国国际大学生创新大赛”、“挑战者杯”等高水平竞赛。

    - 项目组配备英伟达多型号GPU 20余张（持续扩充中），硬件资源充足。

    - 须对课题组的研究领域具有浓厚兴趣，熟练掌握Python编程，具备流畅的英文阅读与书写能力。

    - 具有扎实数理统计基础、拥有Pytorch项目开发经验与Latex使用经验者优先！

三、专著/教材

[1] 丁鑫，许祖衡，陈哲，丁正龙，綦小龙. 生成式视觉模型原理与实践. 2025.【即将出版，敬请期待】

四、学术论文（* 共同一作，^ 通讯作者，$ 指导学生）

Preprint

[1] Xin Ding, Yongwei Wang^, Kao Zhang, Z. Jane Wang. CCDM: Continuous conditional diffusion models for image generation[J]. arXiv preprint arXiv:2405.03546, 2024. [Under Review] [PDF] [Code]

[2]  Huangsen Cao, Yongwei Wang, Yinfeng Liu, Sixian Zheng, Kangtao Lv, Zhimeng Zhang, Bo Zhang, Xin Ding, Fei Wu. HyperDet: Generalizable Detection of Synthesized Images by Generating and Merging A Mixture of Hyper LoRAs[J]. arXiv preprint arXiv:2410.06044, 2024. [Under Review]

[3] Kangtao Lv, Huangsen Cao, Kainan Tu, Yihuai Xu, Zhimeng Zhang, Xin Ding, Yongwei Wang. Hyper Adversarial Tuning for Boosting Adversarial Robustness of Pretrained Large Vision Models[J]. arXiv preprint arXiv:2410.05951, 2024. [Under Review]

[4] Zhan Shi, Xin Ding*^, Peng Ding, et al. Regression-oriented knowledge distillation for lightweight ship orientation angle prediction with optical remote sensing images[J]. arXiv preprint arXiv:2307.06566, 2023. [Under Review] [PDF][Code]

2024

[1] Xin Ding, Yongwei Wang^, Zuheng Xu. Turning waste into wealth: Leveraging low-quality samples for enhancing continuous conditional generative adversarial networks[J]. Proceedings of the AAAI Conference on Artificial Intelligence, 2024, 38(10): 11802-11810. [AAAI'24, CCF A, AR 23.75%] [PDF][Code]

2023

[1] Xin Ding, Yongwei Wang^, Zuheng Xu, William J. Welch, Z. Jane Wang. Continuous conditional generative adversarial networks: Novel empirical losses and label input mechanisms[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023, 45(7): 8143-8158.  [T-PAMI'23, SCI 1, IF 23.6] [PDF][Code]

[2] Xin Ding, Yongwei Wang^, Zuheng Xu, Z. Jane Wang, William J. Welch. Distilling and transferring knowledge via cGAN-generated samples for image classification and regression[J]. Expert Systems with Applications, 2023, 213: 119060. [ESWA'23, SCI 1, IF 8.5] [PDF][Code]

[3] Xin Ding, Yongwei Wang^, Z. Jane Wang, William J. Welch. Efficient subsampling of realistic images from GANs conditional on a class or a continuous variable[J]. Neurocomputing, 2023, 517: 188-200.  [Neurocomputing'23, SCI 2, IF 6] [PDF][Code]

2022 and before

[1] Xin Ding^, Yongwei Wang, Zuheng Xu, William J. Welch, Z. Jane Wang. Image generation using continuous conditional generative adversarial networks[M]//Generative Adversarial Learning: Architectures and Applications: Vol. 217. 2022: 87-113. [PDF]

[2] Xin Ding*^, Yongwei Wang*, Zuheng Xu, William J. Welch, Z. Jane Wang. CcGAN: Continuous conditional generative adversarial networks for image generation[C]//International Conference on Learning Representations. 2021. [ICLR'21, AR 28.7%] [PDF][Code]

[3] Yongwei Wang, Xin Ding, Yixin Yang, Li Ding, Rabab Ward, Z Jane Wang. Perception matters: Exploring imperceptible and transferable anti-forensics for GAN-generated fake face imagery detection[J]. Pattern Recognition Letters, 2021, 146: 15-22. [PRL'21, SCI 3, IF 5.1] [PDF]

[4] Xin Ding*^, Qiong Zhang*, William J. Welch. Classification beats regression: Counting of cells from greyscale microscopic images based on annotation-free training samples[C]//Artificial Intelligence: First CAAI International Conference, CICAI 2021, Hangzhou, China, June 5–6, 2021, Proceedings, Part I 1. 2021: 662-673. [CICAI'21, EI, AR 34.5%] [PDF][Code]

[5] Li Ding, Yongwei Wang^, Xin Ding, Kaiwen Yuan, Ping Wang, Hua Huang, Z. Jane Wang. Delving into deep image prior for adversarial defense: A novel reconstruction-based defense framework[C]//Proceedings of the 29th ACM International Conference on Multimedia. 2021: 4564-4572.  [ACM MM'21, CCF A, AR 27.9%] [PDF]

[6] Xin Ding^, Z. Jane Wang, William J. Welch. Subsampling generative adversarial networks: Density ratio estimation in feature space with Softplus loss[J]. IEEE Transactions on Signal Processing, 2020, 68: 1910-1922.   [TSP'20, SCI 1, IF 5.4] [PDF][Code]

[7] Xin Ding^, Ziyi Qiu, Xiaohui Chen. Sparse transition matrix estimation for high-dimensional and locally stationary vector autoregressive models[J]. Electronic Journal of Statistics, 2017, 11: 3871-3902.  [EJS'17, SCI 3, IF 1.281] [PDF]

五、发明专利

1. 王杰, 张森, 陈成杰, 王燚晨, 丁鑫. 生成多方向多双涡卷混沌吸引子的忆阻神经网络电路. 国家发明专利，实审，2025.

六、科研项目

1. 国家自然科学基金青年项目 （主持，在研，2024.1-2026.12）

2. 江苏省基础研究专项资金（基础研究计划）面上项目（主持，在研，2024.9-2027.8）

3. 江苏省国家重大人才工程入选者配套资助项目（主持，在研，2024-2026）

4. 南京留学人员科技创新项目（C类）（主持，在研，2024.9-2025.8）

5. 南京信息工程大学人才启动经费资助项目（主持，在研，2024-2027）