※教师简介

马奥，现任西南财经大学计算机与人工智能学院讲师。2022年毕业于电子科技大学，获得工学博士学位。主要研究方向为迁移学习、人工智能、金融科技、图像分割，已在国际顶级期刊、国内外学术会议等发表若干篇学术论文，包括IEEE Transactions on Neural Networks and Learning Systems等。

※研究领域

迁移学习

图像分割

※教育背景

2017/09-2022/06  电子科技大学 博士

2020/12-2022/06  哥本哈根大学 联合培养

2015/09-2017/06  电子科技大学 硕士（硕博连读）

2011/09-2015/06  电子科技大学 学士

※职业经历

2022/09至今  西南财经大学计算机与人工智能学院 讲师

2020/12-2022/06  哥本哈根大学计算机学院 科研助理

※研究成果

学术论文及专利

[1] Ao Ma, Jingjing Li, Ke Lu, Lei Zhu and Heng Tao Shen. Adversarial Entropy Optimization for Unsupervised Domain Adaptation. IEEE Transactions on Neural Networks and Learning Systems (2022)（中科院一区top期刊，影响因子：10.451）

[2] Ao Ma, Mengmeng Jing, Jingjing Li, RuijinWang and Ke Lu. Multi-Source Domain Adaptation with Graph Embedding and Adaptive Label Prediction. Information Processing & Management(2020)（中科院一区top期刊，影响因子：6.222）

[3] Asbjørn Munk, Ao Ma, and Mads Nielsen. MDD-UNet: Domain Adaptation for Medical Image Segmentation with Theoretical Guarantees, a Proof of Concept. Proceedings of the 5th Northern Lights Deep Learning Conference (NLDL), PMLR 233, 2024.

[4] Jieyan Liu, Ao Ma and Mengmeng Jing. Combining discriminant embedding and transfer learning for visual tracking. Tenth International Conference on Graphics and Image Processing (ICGIP 2019)

[5] Jieyan Liu, Ao Ma, Jingjing Li and Ke Lu. Low-Rank Representation with Graph Constraints for Robust Visual Tracking. IEICE Transactions on Information and Systems (2017)

[6] “一种结合历史与即时信息的视觉追踪分类器构建方法”，专利号：201811019965.X

※主要科研项目

（1）国家自然科学基金委员会，面上项目，62176042，面向跨领域跨模态迁移的自适应机器学习算法研究，2022-01-01至2025-12-31，57万元，在研，参与

（2）国家自然科学基金委员会，面上项目，62073059，面向多智能体强化学习的域适应方法研究，2021-01-01至2024-12-31，59万元，在研，参与

（3）国家自然科学基金委员会，青年科学基金项目，61806039，基于异构域适配的欠标注场景迁移学习研究，2019-01-01至2021-12-31，27万元，结题，参与

（4）西南财经大学引进人才科研启动资助项目，面向医学图像分割的域适配算法研究，2023-1至2023-12，已结题，主持