主要研究方向
.持续学习、联邦学习

研究领域
.持续学习
.联邦学习
.小样本学习

代表作
.Siwei Feng; Vertical federated learning-based feature selection with non-overlapping sample utilization, Expert Systems with Applications, 2022, 208: 118097.
.Siwei Feng; Boyang Li; Han Yu; Yang Liu; Qiang Yang; Semi-Supervised Federated Heterogeneous Transfer Learning, Knowledge-Based Systems, 2022, 252: 109384.
Siwei Feng; Han Yu; Marco F. Duarte; Autoencoder Based Sample Selection for Self-Taught Learning, Knowledge-Based Systems, 2020, 192: 105343
. Siwei Feng; Marco F. Duarte; Few-shot learning-based human activity recognition, Expert Systems with Applications, 2019, 138: 112782.
. Siwei Feng; Marco F. Duarte; Graph autoencoder-based unsupervised feature selection with broad and local data structure preservation, Neurocomputing, 2018, 312: 310-323.

个人简介

冯思为，男，讲师，硕士生导师，18新利体育 优秀青年学者。2019年毕业于美国马萨诸塞大学阿默斯特分校（University of Massachusetts Amherst），获得电子与计算机工程专业博士学位。2019年8月-2020年9月于新加坡南洋理工大学于涵教授课题组（https://personal.ntu.edu.sg/han.yu/）从事博士后研究工作，研究内容为联邦学习。2020年10月加入18新利体育 计算机科学与技术学院。近年来致力于持续学习与联邦学习及相关领域的方法论研究，并将研究成果应用于计算机视觉及人体行为识别等场景。现/曾担任Journal of Machine Learning Research, IEEE Transactions on Neural Networks and Learning Systems，AAAI，IJCAI等国际期刊及会议审稿人。近年来以第一作者身份发表论文十余篇，包括Knowledge-Based Systems，Expert Systems with Applications, IEEE Transactions on Geoscience and Remote Sensing等国际期刊。目前主持国家自然科学基金青年科学基金项目1项。