主要研究方向
.神经网络表征与学习

研究领域
.多尺度
.表征学习
.影像分类

代表作
.J. Gao, L. Jiao*, F. Liu, S. Yang, B. Hou and X. Liu, "Multiscale Curvelet Scattering Network," in IEEE Transactions on Neural Networks and Learning Systems, vol. 34, no. 7, pp. 3665-3679, July 2023, doi: 10.1109/TNNLS.2021.3118221
.J. Gao, L. Jiao*, X. Liu, L. Li, P. Chen, F. Liu, and S. Yang, “Multiscale dynamic curvelet scattering network,”in IEEE Transactions on Neural Networks and Learning Systems, pp. 1–14, 2022 ，doi: 10.1109/TNNLS.2022.3223212
.L. Jiao, J. Gao* , X. Liu, F. Liu, S. Yang and B. Hou, "Multiscale Representation Learning for Image Classification: A Survey," in IEEE Transactions on Artificial Intelligence, vol. 4, no. 1, pp. 23-43, Feb. 2023, doi: 10.1109/TAI.2021.3135248
.高捷*，甄烨，吴宇寰，"互联网+"时代基于动态补贴的出租车资源优化配置，工程数学学报，Vol32，Supp1，2015 年 12 月

个人简介

高捷，讲师，金沙集团186cc优秀青年学者。2024年6月于西安电子科技大学人工智能学院获工学博士学位，2024年7月进入金沙集团186cc工作，主要研究方向为多尺度神经网络表征与学习、复杂影像分类等，目前已在国际权威期刊及会议发表论文数篇，包括IEEE TNNLS、IEEE TAI等，并担任多个期刊审稿人，包括IEEE TNNLS、CJE等。竞赛获奖经历：数学建模国家一等奖、数学建模美赛二等奖、全国机器人与人工智能大赛银牌（获专利授权）、中国“互联网+”大学生创新创业大赛银牌、中国好设计奖等，拥有丰富的竞赛参与及带队经验。