KMG隶属于南京理工大学计算机科学与工程学院，地点位于南京理工大学南京校区鼎新楼，负责人是杨杨教授。 KMG的含义是“Knowledge Mining Group”。 KMG的主要研究兴趣包括数据挖掘、机器学习、模式识别，以及相关领域的基础性、前沿性、创新性的研究工作。 目前围绕开放环境数据挖掘主要研究多模态学习、开放集学习和增量学习等，以及实际场景中的研究。 具体研究细节请访问 论著。 我们欢迎有志于申请 博士后 、攻读 博士 学位或 硕士 学位的学生，以及想参加科 …

2024年11月28日 · 在这次比赛中，“基于无人机的人体行为识别”赛道吸引了共计 140 支实力强劲的技术团队参加，我院由杨杨教授指导、左玲玲和林宜鹏组成的 njust-kmg 团队 表现卓越，成功从众多参赛队伍中脱颖而出，最终荣获 国家一等奖 。

Multi-Modal learning toolkit based on PaddlePaddle and PyTorch, supporting multiple applications such as multi-modal classification, cross-modal retrieval and image caption. Something went …

Revisiting, benchmarking, and refining heterogeneous graph neural networks. No description, website, or topics provided. Contribute to NJUST-KMG/Paper-list development by creating an account on GitHub.

2024年11月25日 · 我院 njust-kmg 团队的出色表现再次彰显了我院在人才培养、尤其是实践教学方面的成效，进一步提升了学院在人工智能领域的国内影响力。 南京理工大学 版权所有 苏ICP备11035779号 Copyright © 2019 All Rights Reserved

The meaning of KMG is "Knowledge Mining Group". KMG's main research interests include data mining, machine learning, pattern recognition, as well as fundamental, cutting-edge, and innovative research work in related fields.

2023年6月25日 · 在学院杨杨教授指导下， njust-kmg 实验室的徐浩楠 (2023 级硕士) 、黄禹睿 (2021 级硕士) 、潘思顺 (2023 级硕士) 和管志浩（ 2023 级博士）在 cvpr 2023 首届交通场景大模型高性能检索赛道中获得 跨模态图像检索赛道 竞赛的 冠军 。

Paper Title: "Facilitating Multimodal Classification via Dynamically Learning Modality Gap" For replication inquiries or issues, feel free to contact us via email at [[email protected]] or [[email protected]]. The original datasets can be found: CREMA-D, Kinetics-Sounds, The code use CREMA-D dataset as example. You can simply run the code using:

2024年3月26日 · This report provide a detailed description of the method that we proposed in the TRAC-2024 Offline Harm Potential dentification which encloses two sub-tasks.

2023年10月24日 · 近日，BOSS直聘职业科学实验室（CSL）、南京理工大学等单位组建的NJUST-KMG团队，参与了ICCV 2023情感预测赛道（Emotion Prediction Challenge）及科学图片标题生成赛道（The 1st Scientific Figure Captioning Challenge, SciCap）挑战赛，从中国科学技术大学、电子科技大学、西安交通 ...