
职称:讲师
个人简介
梁潇,西北大学计算机学院讲师。2016年获电子科技大学计算机科学与技术学士学位,2018年获日本早稻田大学情报学硕士学位,2026年6月获西安电子科技大学计算机科学与技术博士学位。2018年、2020年分别在NTT DATA、NTT DOCOMO北京研究所担任系统工程师、算法研究员,从事计算机视觉算法研发与应用工作。
主要研究方向为多模态大模型、信息检索与智能体技术,重点研究其在医疗等垂直领域的应用。已发表学术论文20余篇,其中以第一作者在人工智能顶级会议和期刊,如ICCV、AAAI、ACM MM、npj Precision Oncology、Information Fusion上发表多篇学术论文,授权多项发明专利及软件著作权。参与国家自然科学基金面上项目、新一代人工智能重大专项子课题、陕西省重点研发计划及陕西省自然科学基础研究计划重点项目等。
联系方式与学术主页
电子邮箱:ecoxial2012@outlook.com
谷歌学术:https://scholar.google.com/citations?user=OuATjSsAAAAJ&hl=zh-CN
GitHub:https://github.com/ecoxial2007
办公地址:西北大学长安校区计算机学院912办公室
欢迎有志于在人工智能领域开展研究的同学加入计算机学院-IPMI实验室。课题组具备优越的工作环境和计算资源,课题组的老师、博士及高年级同学也会提供悉心指导,欢迎同学前来咨询。
代表性论文
1. Xiao Liang, Chenxi Liu, Zhi Ma, Di Wang, Bin Jing, Quan Wang, Yuanyuan Shi. Anatomical Region-Guided Contrastive Decoding: A Plug-and-Play Strategy for Mitigating Hallucinations in Medical VLMs[C]. Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), 2026, 40(9): 6871-6879.(CCF-A类会议,Oral)
2. Xiao Liang, Di Wang, Zhicheng Jiao, Ronghan Li, Pengfei Yang, Quan Wang, Tat-Seng Chua. Uncertainty-Driven Expert Control: Enhancing the Reliability of Medical Vision-Language Models[C]. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2025: 21144-21154.(CCF-A类会议)
3. Xiao Liang, Jiawei Hu, Di Wang, Zhi Ma, Lin Zhao, Ronghan Li, Bo Wan, Quan Wang. CheXPO: Preference Optimization for Chest X-ray VLMs with Counterfactual Rationale[C]. Proceedings of the 33rd ACM International Conference on Multimedia (ACM MM), 2025: 2606-2615.(CCF-A类会议)
4. Xiao Liang, Di Wang, Bin Jing, Zhicheng Jiao, Ronghan Li, Ruyi Liu, Qiguang Miao, Quan Wang. Fine-grained Knowledge Fusion for Retrieval-Augmented Medical Visual Question Answering[J]. Information Fusion, 2025, 120: 103059.(中科院一区Top期刊)
5. Xiao Liang, Yanlei Zhang, Di Wang, Haodi Zhong, Ronghan Li, Quan Wang. Divide and Conquer: Isolating Normal-Abnormal Attributes in Knowledge Graph-Enhanced Radiology Report Generation[C]. Proceedings of the 32nd ACM International Conference on Multimedia (ACM MM), 2024: 4967-4975.(CCF-A类会议)
6. Xiao Liang, Di Wang, Haodi Zhong, Quan Wang, Ronghan Li, Rui Jia, Bo Wan. Candidate-Heuristic In-Context Learning: A New Framework for Enhancing Medical Visual Question Answering with LLMs[J]. Information Processing & Management, 2024, 61(5): 103805.(中科院一区Top期刊)
7. Xiao Liang, Di Wang, Quan Wang, Bo Wan, Lingling An, Lihuo He. Language-Guided Visual Aggregation Network for Video Question Answering[C]. Proceedings of the 31st ACM International Conference on Multimedia (ACM MM), 2023: 5195-5203.(CCF-A类会议)
8. Xiao Liang, Bangxin Li, Zixuan Chen, Hanyue Zheng, Zhi Ma, Di Wang, Cong Tian, Quan Wang. VideoAgent: Personalized Synthesis of Scientific Videos[C]. Proceedings of the 2026 International Conference on Multimedia Retrieval (ICMR), 2026: 1803-1811. (CCF-B类会议)
9. Bin Jing, Xiao Liang, Huidong Wang, Quan Wang, Jiacheng Liu, Xianggao Zhu, Yongheng Li, Hao Wu, Haodi Zhong, Han Liu, Haizhen Yue, Chunlin Li, Harisson Bai, Zhicheng Jiao, Di Wang. Multimodal prediction for radiotherapy-induced hematologic toxicity in rectal cancer patients[J]. npj Precision Oncology, 2026, 10: 297. (中科院一区Top期刊)
10. Yuxuan An, Xiao Liang, Di Wang, Jiawei Hu, Zhi Ma, Bin Jing, Quan Wang. CheXPO-v2: Preference optimization for chest X-ray VLMs with knowledge graph consistency[J]. Pattern Recognition, 2027, 183: 115099. (中科院一区Top期刊)
11. Di Wang, Changning Tian, Xiao Liang, Lin Zhao, Lihuo He, Quan Wang. Dual-Perspective Fusion Network for Aspect-Based Multimodal Sentiment Analysis[J]. IEEE Transactions on Multimedia, 2024, 26: 4028-4038. (CCF-A类,中科院一区Top期刊)
12. Di Wang, Jiabo Tian, Xiao Liang, Yumin Tian, Lihuo He. Global-aware Fragment Representation Aggregation Network for image–text retrieval[J]. Pattern Recognition, 2025, 159: 111085. (中科院一区Top期刊)
13. Zhi Ma, Xiao Liang, Cheng Wen, Rui Chen, Bin Gu, Shengchao Qin, Cong Tian, Mengfei Yang. Automated LTL Specification Generation from Industrial Aerospace Requirements[C]. International Symposium on Formal Methods (FM), 2026: 670-690. (CCF-A类会议)
14. Zhi Ma, Cheng Wen, Zhexin Su, Xiao Liang, Cong Tian, Shengchao Qin, Mengfei Yang. Bridging Natural Language and Formal Specification - Automated Translation of Software Requirements to LTL via Hierarchical Semantics Decomposition Using LLMs[C]. Proceedings of the 40th IEEE/ACM International Conference on Automated Software Engineering (ASE), 2025: 1208-1220.(CCF-A类会议,ACM SIGSOFT杰出论文奖)
科研项目
1. 面向智能辅导的教学视频问答技术研究,西安电子科技大学信息化应用研究专项,主持。
2. 能力-风格动态适配的个性化编程辅导方法研究,国家自然科学基金面上项目,参与。
3. 面向跨媒体细粒度检索的层次化深度哈希学习方法研究,国家自然科学基金面上项目,2021.01—2024.12,参与。
4. 多时空跨尺度认知与情感规律挖掘方法,新一代人工智能重大专项子课题,参与。
5. 人机协同的可信医疗视觉问答技术研究,陕西省自然科学基础研究计划重点项目,2026.01—2027.12,参与。
6. 基于层级语义匹配的细粒度文本视频跨模态检索技术研究,陕西省重点研发计划,2025.01—2026.12,参与。
7. 基于深度层次哈希的细粒度跨媒体检索技术研究,陕西省重点研发计划,参与。
8. 图文组合式视频时刻检索方法研究,西安市自然科学基金面上项目,2025.01—2026.12,参与。
专利
1. 梁潇,刘巍,余雯,中村一成,李安新,山谷佳祐。目标计数方法、装置、设备及存储介质[P]。
专利号:202111010235.5。
2. 梁潇,刘巍,余雯,李安新,中村一成,郭垿宏。基于神经网络的分类方法和分类装置[P]。
专利号:202110678054.3。
3. 梁潇,余雯,中村一成,川波稜,福岛悠介,李安新。基于神经网络的分类器、分类方法及存储介质[P]。
专利号:202211146369.4。
4. 梁潇,中村一成,余雯,福岛悠介,川波稜,李安新。用于识别多类别图像的装置、方法、设备及存储介质[P]。
专利号:202211145315.6。