王然 - 华中科技大学 - 新闻与信息传播学院

个人简介

一、基本信息王然，毕业于华中科技大学人工智能与自动化学院，通过本科（电子信息工程）、硕士和博士（人工智能）三个阶段的系统学习和训练，熟悉掌握了大数据时代采集和处理信息的方法，并精通概率统计、机器学习领域的核心算法，通过大量阅读国内外的学术论文在该领域积累了较强的理论知识，此外，通过研究生阶段的项目实践获取了较强的工程实践能力和丰富的项目实战经验，并作为主要完成人参与863 国家高技术研究发展计划、国家自然科学基金、国家社会科学重点基金等多个研究项目。进入高校工作后，在主持和完成多项国家和省部级科研项目的基础上，结合《人工智能与数据科学》、《计算广告》和《数据新闻》等课程准备和教学实践经验，探索出了一条学科融合、数据驱动和技术辅助的传播学研究和实践路径。由于自身的交叉学科背景，善于利用自然科学的方法探索社会问题，以多学科知识融合的视角进行理论研究和创新实践的同时，通过“学中做，做中学”的方式培养学生严谨的科学态度、踏实的工作作风和过硬的专业技能，强调独立的思考能力和熟练的动手能力。鼓励实现多个学科的深度融合和创新想法的实践落地，并在真实项目实践中培养学生的创新精神、实践能力和综合素质。

研究领域

用自然科学的方法探索社会科学的问题 1 ）计算传播：数据驱动，技术支撑下的社会问题量化研究；例：突发事件传播效果预测；虚假新闻检测与识别等。 2 ）视觉传播：以算法为基础的视觉元素解构、重组与传播；例：大数据可视化交互设计；图文关系的优化设计等。 3 ）人工智能：自然语言处理、数据挖掘、机器学习等算法。例：广告创意文本自动生成；互联网文本数据挖掘等。

近期论文

查看导师新发文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

[1] Prediction of the propagation effect of emergencies microblog , MIPPR, 2020 . [2] 讽刺画、预警器和烟幕弹 — 对国内假新闻研究的反思与重构 (1980-2018) ，《国际新闻界》， 2019. [3] 数据新闻的使用与满足研究 , 《华中传播研究》， 2018. [4] License plate localization in complex scenes based on oriented FAST and rotated BRIEF feature. Journal of Electronic Imaging, 2015. [5] A two-stage character segmentation method for Chinese license plate. Computers & Electrical Engineering, 2015. [6] A Palm Vein Identification System Based on Gabor Wavelet Features. Neural Computing & Applications, 2014. [7] A Novel and Fast Method for Precise License Plate Location from Digital Images Based on Fusion of Salient Features. International Journal of Digital Content Technology & Its Applications, 2012. [8] A Novel Approach for Segmentation of Touching Characters on the License Plate. International Conference on Graphic and Image Processing, 2012. [9] An Improved Method of Identification Based on Thermal Palm Vein Image. International Conference on Neural Information Processing, Springer Berlin Heidelberg. [10] A fast Method for two-stage Precise License Plate Location Based on fusion of corner feature and gray level jumps. International Conference on Industrial Control and Electronics Engineering, 2011. [11] BEMD in weak and small target detection under complicated background, Computer Engineering and Applications 2011. [12] High-resolution Remote Sensing Image Segmentation Method Based on Multi-feature, Computer Engineering, 2011.