|
潘宁宁
数字经济与交叉创新研究院 讲师 |
■ 个人简介
潘宁宁，现任西南财经大学数字经济与交叉创新研究院讲师，毕业于西北工业大学，获博士学位，具有通信与计算机学科的学历背景。目前从事面向人机交互的语音增强、智能声学处理和金融科技等方向的研究工作。
■ 研究领域
深度学习、语音增强、金融科技、麦克风阵列、双耳听觉。
■ 教育背景
2017.3-2023.6 西北工业大学 信息与通信工程专业博士
2018.4-2020.6 哥伦比亚大学 计算机学院访问学者
2014.9-2017.3 西北工业大学 信号与信息处理专业硕士
2010.9-2014.6 西北工业大学 电子信息工程专业学士
■ 项目经历
1. 2019 - 2023年参研国家重点研发计划项目课题“恶劣环境下的声源探测与微弱信号提取”。
2. 2022 - 2023年参研国家自然科学基金重大项目课题“海洋环境小样本目标分布式分类与识别方法研究”。
3. 2019 - 2023年参研国家自然科学基金重点项目“复杂场景声信号获取和识别基础理论与方法研究：多通道声信号获取、传输与重构”。
4. 2017 - 2020年参研国家自然科学基金国际（地区）合作与交流项目 （NSFC-ISF 中以）“面向临境语音通信的频不变麦克风阵列设计与波束形成方法研究”。
■ 成果列表
专著：
J. Benesty, G. Huang, J.Chen, and N. Pan. Microphone Arrays. Berlin, Germany: Springer, 2023.
论文：
1. N. Pan, Y. Wang, J. Chen, and J. Benesty. A single-input/binaural output antiphasic speech enhancement method for speech intelligibility improvement. IEEE Signal Process. Lett., 28:1445–1449, Jul. 2021. (JCR二区)
2. N. Pan, J. Benesty, and J. Chen. On single-channel noise reduction with rank-deficient noise correlation matrix. ELSEVIER Appl. Acoust., 126:26–35, Nov. 2017. (JCR二区)
3. J. Jin, N. Pan, J. Chen, J. Benesty, and Y. Yang. A binaural heterophasic adaptive beamformer and its deep learning assisted implementation. ELSEVIER Pattern Recognit. Lett., Jan. 2023. (JCR三 区)
4. X.Wang, N. Pan, J. Benesty, and J. Chen. On multiple input/binaural-output antiphasic speaker signal extraction. In Proc. ICASSP, pages 1–5, Jun. 2023. (CCF-B类会议)
5. N. Pan, J. Chen, and J. Benesty. DNN based multiframe single channel noise reduction filters. In Proc. ICASSP, pages 8782–8786, May 2022. (CCF-B类会议)
6. N. Pan, J. Chen, and B.- H. Juang. Comparative study of deep learning based and traditional single-channel noise-reduction algorithms. In APSIPA ASC, pages 1880–1884, Nov. 2019.
7. N. Pan, J. Benesty, and J. Chen. A single-channel noise reduction filtering/smoothing technique in the time domain. In Proc. ICASSP, pages 636–640, Sep. 2018（CCF-B类会议）
专利：
J. Chen, N. Pan, Y. Wang, and J. Benesty. System and method to use deep neural network to generate high-intelligibility binaural speech signals from single input, U.S. Patent, 2023
