硕士生导师
学位：哲学博士学位
性别：男
毕业院校：加拿大不列颠哥伦比亚大学
学历：博士研究生毕业
在职信息：在岗
所在单位：人工智能学院（未来技术学院、人工智能产业学院）
电子邮箱：
丁鑫，博士，副教授，硕士生导师，入选国家级青年人才计划。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，主要从事概率生成模型、知识蒸馏、AI for Science（医疗、气象等）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
2025年研究生招生名额已满！
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）
- 模型压缩（知识蒸馏、量化等）
- AI赋能医疗、气象等问题
- 传统机器学习（分类、回归、聚类等）
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”、“挑战杯”等高水平竞赛。
- 项目组配备英伟达多型号GPU 30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 [M]. 电子工业出版社, 2025. (ISBN: 9787121507045) 【购买链接】【配套代码】
[2] 丁正龙，李春彪，孔峰，丁鑫，胡伟. 数字孪生技术实战化应用 [M]. 电子工业出版社, 2025.
四、学术论文（* 共同一作，^ 通讯作者，$ 指导学生）
Preprint
[1] Xin Ding^, Yun Chen$, Yongwei Wang, Kao Zhang, Sen Zhang, Peibei Cao, Xiangxue Wang. Imbalance-Robust and Sampling-Efficient Continuous Conditional GANs via Adaptive Vicinity and Auxiliary Regularization[J]. arXiv preprint arXiv:2508.01725, 2025. [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]
[1] Xin Ding, Yongwei Wang^, Kao Zhang, Z. Jane Wang. CCDM: Continuous conditional diffusion models for image generation[J]. IEEE Transactions on Multimedia. 2025. [Accepted, TMM'25, SCI 1] [PDF] [Code]
[2] 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]. Pattern Recognition, 2025: 112158. [PR'25, SCI 1][PDF]
[3] Zhan Shi, Xin Ding*^, Peng Ding, et al. Regression-oriented knowledge distillation for lightweight ship orientation angle prediction with optical remote sensing images[J]. Signal, Image and Video Processing, 2025, 19: 1247. [SCI 4] [PDF][Code]
[4] Jie Wang, Sen Zhang, Yuanjin Zheng, Yongxin Li, Chunbiao Li, Yichen Wang, Xin Ding. Tri-Memristor Hyperchaotic Ring Neural Network With Hidden Firings: Dynamic Analysis, Hardware Implementation and Application to Image Encryption[J/OL]. IEEE Internet of Things Journal, 2025: 1-1. DOI: 10.1109/JIOT.2025.3601901. [SCI 2] [PDF]
[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]
[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]
[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. Xin Ding, Deepak Sridhar, Juwei Lu, et al. Methods, devices, and computer readable media for training a keypoint estimation network using cGAN-based data augmentation: US18315866[P]. US20230281981(A1). [PDF]
2. 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，授权专利号：ZL 202411844799.2, 2025.
3. 丁正龙, 吴睿颀, 张琳洁, 王昊, 王诗婵, 梁语婷, 杨程, 丁鑫. 一种融合深度学习与区块链存证的刺绣数字化的全流程保护方法. 国家发明专利，授权专利号：ZL 2025 1 0550194.0, 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）
七、主讲课程
1.《生成式人工智能》，本科，人工智能（产业拔尖班），专业选修课，2024秋/2025秋
2.《生成式人工智能技术应用》，本科，人工智能大模型微专业，专业必修课，2025春
3.《人工智能概论》，本科，人工智能，专业必修课，2024春
4.《人工智能前沿讲座》，本科，专业选修课，2024春
