旧网站
EN
365BET体育投注官网
365BET体育投注官网
您的位置： 首页» 学院概况» 师资队伍» 正高级

师资队伍

正高级

白   璐

  时间：2024-04-03  浏览：


基本信息

  • 职称：教授（硕士生导师，博士生导师）

  • 是否是硕导：是

  • 是否是博导：是

  • 研究方向：结构模式识别、图机器学习、量子随机游走、金融人工智能

  • 电子邮箱：bailu@bnu.edu.cn

个人简介

白璐，男，教授，博士生导师，国家优秀青年科学基金获得者（2021年），国家优秀自费留学生奖学金获得者（2015年），百度全球高潜力“AI华人青年学者榜单”入选者（2022年），国际模式识别学会IAPR Newsletter下一代专栏（The Next Generation）入选者（2016年，全球每年四位青年学者）。2015年1月于英国约克大学获哲学博士学位，导师：Edwin R. Hancock教授（英国皇家工程院院士，IEEE/IAPR Fellow，IAPR前副主席）。于澳门科技大学分别获理学学士、理学硕士学位。主要研究方向为：结构模式识别、图机器学习、量子随机游走、金融人工智能等。主持国家自然科学基金优秀青年、面上、青年项目3项，模式识别国家重点实验室开放课题项目1项（结题评优）。发表国际权威期刊会议论文超过100篇（CCF推荐期刊会议近80篇），代表性成果包括国际权威期刊：TPAMI、TKDE、TNNLS、TCYB、PR、TITS、TIM、Information Fusion，国际顶级会议：ICML、IJCAI、ICDE，ECML-PKDD、ICDM、CIKM，以及国际会议最佳论文与管理学部A类期刊论文40余篇（国家一级学会CCF/CAA-A类近40篇）。累计至少4篇论文入选ESI高被引/热点论文（TPAMI/TNNLS/PR），3篇论文获IEEE/IAPR最佳/杰出会议论文奖（IEEE IEEM 2019、ICPR 2018、ICIAP 2015）。部分研究成果应用于科大讯飞、中国电信等知名企业实际业务，或形成报告被“国家发展和改革委员会”采纳。担任国际人工智能权威期刊Pattern Recognition（PR）与IEEE Transactions on Neural Networks and Learning Systems（TNNLS）编委（Associate Editor），并曾作为责任客座编辑（Managing Guest Editor）组织PR期刊“基于图方法的金融大数据分析特刊”。担任中国计算机学会（CCF）计算机视觉专委会、人工智能与模式识别专委会、计算经济学专业组执行委员，中国自动化学会（CAA）模式识别与机器智能专委会委员，中国图像图形学学会（CSIG）视觉大数据专委会委员。2015年7月-2024年3月任职于中央财经大学，并入选首批青年龙马学者。欢迎对模式识别、机器学习、深度学习、计算机视觉、量子计算等理论研究方向，及其在教育学、金融分析、脑影像等相关方向交叉创新感兴趣的同学报考我的研究生（包括：计算机科学与技术学硕/博士、人工智能交叉科学学硕/博士，电子信息专硕/专博），欢迎学界、业界同仁共同开展产学研合作。

教育背景

  • 2010年10月—2015年01月：英国约克大学计算机系，计算机科学，哲学博士，导师：Edwin R. Hancock教授（英国皇家工程院院士，IEEE Fellow，IAPR Fellow，IAPR前副主席）

  • 2006年09月—2009年07月：澳门科技大学资讯科技学院，信息技术，理学硕士

  • 2002年09月—2006年07月：澳门科技大学资讯科技学院，电子通讯，学士

工作经历

  • 2024年04月-今：学院-365BET体育投注官网，教授

  • 2021年12月-2024年03月：中央财经大学-信息学院，教授（破格）

  • 2017年10月-2021年12月：中央财经大学-信息学院，副教授（破格）

  • 2015年07月-2017年10月：中央财经大学-信息学院，讲师

  • 2015年02月-2015年06月：中央财经大学-信息学院，讲师（实习）

主持和参加的科研项目

国家自然科学基金优秀青年科学基金项目，《结构模式识别与金融股市风险分析》，2022/01-2024/12，200万，在研，主持

国家自然科学基金面上项目，《基于深度图卷积网络的金融风险分析》，2020/01-2023/12，61万，结题，主持

国家自然科学基金青年科学基金项目，《基于图核函数的机器学习算法及其在金融分析理论的研究》，2016/01-2018/12，22万，结题，主持

中央财经大学第四批青年科研创新团队项目，2017/04-2020/04，30万，结题，主持

中科院自动化所模式识别国家重点实验室开放课题项目，2016/12 – 2017/12，5万，结题评优，主持

主要学术成果

代表性期刊论文：

  1. Lu Bai, Lixin Cui*, Yue Wang, Ming Li, Jing Li, Philip S. Yu, Edwin R. Hancock: HAQJSK: Hierarchical-Aligned Quantum Jensen-Shannon Kernels for Graph Classification. IEEE Transactions on Knowledge and Data Engineering (TKDE), Major Revision. (CCF-A，CAA-A)

  2. Lixin Cui, Lu Bai*(通讯作者), Xiao Bai, Yue Wang, Edwin R. Hancock: Learning Aligned Vertex Convolutional Networks for Graph Classification, IEEE Transactions on Neural Networks and Learning Systems (TNNLS), Online. (CAA-A，中科院一区Top)

  3. Yue Wang, Yao Wan, Lu Bai*(通讯作者), Lixin Cui, Zhuo Xu, Ming Li, Philip S. Yu, Edwin R. Hancock: Collaborative Knowledge Graph Fusion by Exploiting the Open Corpus. IEEE Transactions on Knowledge and Data Engineering (TKDE), 36(2): 475-489, 2024. (CCF-A，CAA-A)

  4. Ming Li, Xiaosheng Zhuang, Lu Bai, Weiping Ding: Multimodal Graph Learning based on 3D Haar Semi-tight Framelet for Student Engagement Prediction. Information Fusion, 105: 102224, 2024. (CAA-A，中科院一区Top)

  5. Lixin Cui, Ming Li, Lu Bai*(通讯作者), Yue Wang, Jing Li, Yanchao Wang, Zhao Li, Yunwen Chen, Edwin R. Hancock: QBER: Quantum-based Entropic Representations for Un-attributed Graphs. Pattern Recognition (PR), 145: 109877, 2024. (CAA-A，CCF-B，中科院一区Top)

  6. Lu Bai, Yuhang Jiao, Lixin Cui*, Luca Rossi, Yue Wang, Philip S. Yu, Edwin R. Hancock: Learning Graph Convolutional Networks based on Quantum Vertex Information Propagation. IEEE Transactions on Knowledge and Data Engineering (TKDE), 35(2): 1747-1760, 2023. (CCF-A，CAA-A)

  7. Lu Bai, Lixin Cui, Zhihong Zhang*, Lixiang Xu, Yue Wang, Edwin R. Hancock: Entropic Dynamic Time Warping Kernels for Co-evolving Financial Time Series Analysis. IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 34(4): 1808-1822, 2023. (CAA-A，CCF-B，中科院一区Top，ESI高被引)

  8. Zhihong Zhang, Dongdong Chen, Lu Bai*(通讯作者), Jianjia Wang and Edwin R Hancock: Graph Motif Entropy for Understanding Time-Evolving Networks, IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 34(4): 1651-1665, 2023. (CAA-A，CCF-B，中科院一区Top，ESI高被引)

  9. Ming Li, Lin Zhang, Lixin Cui, Lu Bai, Zhao Li, Xindong Wu: BLoG: Bootstrapped Graph Representation Learning with Local and Global Regularization for Recommendation. Pattern Recognition (PR), 144: 109874, 2023. (CAA-A，CCF-B，中科院一区Top)

  10. Jing Li, Bin Yang, Lu Bai, Hao Dou, Chang Li, Lingfei Ma: TFIV: Multigrained Token Fusion for Infrared and Visible Image via Transformer. IEEE Transactions on Instrumentation and Measurement (TIM), 72: 1-14, 2023. (CAA- B，中科院二区Top)

  11. Zhihui Wang, Zhiyuan Li, Jiaxu Leng, Ming Li, Lu Bai: Multiple Pedestrian Tracking With Graph Attention Map on Urban Road Scene. IEEE Transactions on Intelligent Transportation Systems (TITS), 24(8): 8567-8579, 2023. (CAA-A，CCF-B，中科院一区Top)

  12. 王彦超，吴雨珊，刘芷蕙，白 璐：《宏观审慎、地方政府隐性债务监管与系统性风险防范—基于微观企业风险的网络传导机制研究》，中国工业经济，第八期，（2023）23-41. (管理科学部-经济学A类期刊)

  13. Lu Bai, Lixin Cui*, Yuhang Jiao, Luca Rossi, Edwin R. Hancock: Learning Backtrackless Aligned-Spatial Graph Convolutional Networks for Graph Classification. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 44(2): 783-798, 2022. (CCF-A，CAA-A，中科院一区Top，ESI高被引)

  14. Lixiang Xu, Lu Bai, Jin Xiao, Qi Liu, Enhong Chen, Xiaofeng Wang, Yuanyan Tang: Multiple Graph Kernel Learning based on GMDH-type Neural Network. Information Fusion, 66: 100-110, 2021. (CAA-A，中科院一区Top)

  15. Lixin Cui, Lu Bai*(通讯作者), Yue Wang, Philip S. Yu, Edwin R. Hancock: Fused Lasso for Feature Selection using Structural Information. Pattern Recognition (PR) 119: 108058, 2021. (CAA-A，CCF-B，中科院一区Top)

  16. Lixin Cui, Lu Bai*(通讯作者), Yanchao Wang, Xin Jin, Edwin R. Hancock: Internet Financing Credit Risk Evaluation Using Multiple Structural Interacting Elastic Net Feature Selection. Pattern Recognition (PR) 114: 107835, 2021. (CAA-A，CCF-B，中科院一区Top)

  17. Lixiang Xu, Lu Bai*(通讯作者), Xiaoyi Jiang, Ming Tan, Daoqiang Zhang, Bin Luo: Deep Rényi Entropy Graph Kernel. Pattern Recognition (PR) 111: 107668, 2021. (CAA-A，CCF-B，中科院一区Top)

  18. Zhihong Zhang, Yangbin Zeng, Lu Bai*(通讯作者), Yiqun Hu, Meihong Wu, Shuai Wang, Edwin R. Hancock: Spectral Bounding: Strictly Satisfying the 1-Lipschitz Property for Generative Adversarial Networks. Pattern Recognition (PR) 105: 107179, 2020. (CAA-A，CCF-B，中科院一区Top)

  19. Lixiang Xu, Xiaofeng Wang, Lu Bai*(通讯作者), Jin Xiao*, Qi Liu, Enhong Chen, Xiaoyi Jiang, Bin Luo: Probabilistic SVM Classifier Ensemble Selection based on GMDH-type Neural Network. Pattern Recognition (PR) 106: 107373, 2020. (CAA-A，CCF-B，中科院一区Top)

  20. Lu Bai, Luca Rossi, Lixin Cui, Jian Cheng, Edwin R. Hancock: A Quantum-Inspired Similarity Measure for the Analysis of Complete Weighted Graphs. IEEE Transactions on Cybernetics (TCYB), 50(3): 1264-1277, 2020. (CAA-A，CCF-B，中科院一区Top)

  21. Yue Wang, Chenwei Zhang, Shen Wang, Philip S. Yu, Lu Bai, Lixin Cui, Guandong Xu: Generative Temporal Link Prediction via Self-tokenized Sequence Modeling. World Wide Web, 23(4): 2471-2488, 2020. (CCF-B)

  22. Zhihong Zhang, Dongdong Chen, Jianjia Wang, Lu Bai*(通讯作者), Edwin R. Hancock: Quantum-based Subgraph Convolutional Neural Networks. Pattern Recognition (PR), 88: 38-49, 2019. (CAA-A，CCF-B，中科院一区Top)

  23. Zhihong Zhang, Dongdong Chen, Zeli Wang, Heng Li, Lu Bai, Edwin R. Hancock: Depth-based Subgraph Convolutional Auto-encoder for Network Representation Learning. Pattern Recognition (PR), 90: 363-376, 2019. (CAA-A，CCF-B，中科院一区Top)

  24. Lixiang Xu, Xiaoyi Jiang, Lu Bai, Jin Xiao, Bin Luo: A Hybrid Reproducing Graph Kernel based on Information Entropy. Pattern Recognition (PR), 73: 89-98, 2018. (CAA-A，CCF-B，中科院一区Top)

  25. Xiao Bai, Cheng Yan, Haichuan Yang, Lu Bai, Jun Zhou, Edwin R. Hancock: Adaptive Hash Retrieval with Kernel based Similarity. Pattern Recognition (PR), 75: 136-148, 2018. (CAA-A，CCF-B，中科院一区Top，ESI热点)

  26. Zhihong Zhang, Lu Bai*(通讯作者), Yuanheng Liang, Edwin R. Hancock: Joint Hypergraph Learning and Sparse Regression for Feature Selection. Pattern Recognition (PR) 63: 291-309, 2017. (CAA-A，CCF-B，中科院一区Top)

  27. Lu Bai*, Edwin R. Hancock: Fast depth-based Subgraph Kernels for Unattributed Graphs. Pattern Recognition (PR), 50: 233-245, 2016. (CAA-A，CCF-B，中科院一区Top)

  28. Lu Bai*, Francisco Escolano, Edwin R. Hancock: Depth-based Hypergraph Complexity Traces from Directed Line Graphs. Pattern Recognition (PR), 54: 229-240, 2016. (CAA-A，CCF-B，中科院一区Top)

  29. Lu Bai*, Luca Rossi*, Andrea Torsello, Edwin R. Hancock: A Quantum Jensen-Shannon Graph Kernel for Unattributed Graphs. Pattern Recognition (PR), 48(2): 344-355, 2015. (CAA-A，CCF-B，中科院一区Top)

  30. Lu Bai*, Edwin R. Hancock: Depth-based Complexity Traces of Graphs. Pattern Recognition (PR), 47(3): 1172-1186, 2014. (CAA-A，CCF-B，中科院一区Top)


代表性会议论文：

  1. Lu Bai, Yuhang Jiao, Lixin Cui, Luca Rossi, Yue Wang, Philip S. Yu, Edwin R. Hancock: Learning Graph Convolutional Networks based on Quantum Vertex Information Propagation (Extended Abstract). Proceedings of International Conference on Data Engineering (ICDE), pp. 3132-3133, 2022. (CCF-A，国际数据库顶级会议)

  2. Lu Bai, Lixin Cui, Edwin R. Hancock: A Hierarchical Transitive-Aligned Graph Kernel for Un-attributed Graphs. Proceedings of International Conference on Machine Learning (ICML), pp. 1327-1336, 2022. (CCF-A，国际机器学习顶级会议)

  3. Lu Bai, Lixin Cui*, Yue Wang, Edwin R. Hancock: A Quantum-inspired Entropic Kernel for Multiple Financial Time Series Analysis, Proceedings of International Joint Conference on Artificial Intelligence (IJCAI), 2020. (CCF-A，国际人工智能顶级会议)

  4. Lu Bai, Yuhang Jiao, Lixin Cui, Edwin R. Hancock: Learning Aligned-Spatial Graph Convolutional Networks for Graph Classification. Proceedings of European Conference on Machine Learning and Knowledge Discovery in Databases (ECML-PKDD) 1: 464-482, 2019. (CCF-B，欧洲机器学习顶级会议)

  5. Yue Wang, Yao Wan, Chenwei Zhang, Lu Bai*(通讯作者), Lixin Cui, Philip S. Yu: Competitive Multi-agent Deep Reinforcement Learning with Counterfactual Thinking. Proceedings of International Conference on Data Mining (ICDM), 1366-1371, 2019. (CCF-B，国际数据挖掘顶级会议)

  6. Qinghao Hu, Jiaxiang Wu, Lu Bai, Yifan Zhang, Jian Cheng: Fast K-means for Large Scale Clustering. Proceedings of ACM Conference on Information and Knowledge Management (CIKM), pp. 2099-2102, 2017. (CCF-B，国际数据挖掘顶级会议)

  7. Lu Bai, Luca Rossi, Zhihong Zhang*, Edwin R. Hancock: An Aligned Subtree Kernel for Weighted Graphs. Proceedings of International Conference on Machine Learning (ICML), 2015: 30-39. (CCF-A，国际机器学习顶级会议)

  8. Lu Bai, Zhihong Zhang*, Chaoyan Wang, Xiao Bai, Edwin R. Hancock: A Graph Kernel Based on the Jensen-Shannon Representation Alignment. Proceedings of International Joint Conference on Artificial Intelligence (IJCAI), 2015: 3322-3328. (CCF-A，国际人工智能顶级会议)

  9. Lu Bai, Luca Rossi, Horst Bunke, Edwin R. Hancock: Attributed Graph Kernels Using the Jensen-Tsallis q-Differences. Proceedings of European Conference on Machine Learning and Knowledge Discovery in Databases (ECML-PKDD) 1: 99-114, 2014. (CCF-B，欧洲机器学习顶级会议)

  10. Yibo Chai, Yahu Cong, Lu Bai*(通讯作者), Lixin Cui*: Loan Recommendation in P2P Lending Investment Networks: A Hybrid Graph Convolution Approach. IEEE International Conference on Industrial Engineering and Engineering Management (IEEE IEEM), 945-949, 2019.（最佳论文提名，优秀论文奖，约<8>）

  11. Chuanyu Xu, Dong Wang, Zhihong Zhang*, Beizhan Wang, Da Zhou, Guijun Ren, Lu Bai, Lixin Cui, Edwin R. Hancock: Depth-based Subgraph Convolutional Neural Networks. Proceedings of International Conference on Pattern Recognition (ICPR), 1024-1029, 2018.（最佳Pattern Recognition and Machine Learning Track科技论文奖，6/1258）

  12. Lu Bai, Zhihong Zhang, Peng Ren, Luca Rossi, Edwin R. Hancock: An Edge-Based Matching Kernel Through Discrete-Time Quantum Walks. International Conference on Image Analysis and Processing (ICIAP) 1: 27-38, 2015.（最佳学生论文奖，1/234）

奖励与荣誉

  • 2022年，百度全球高潜力“AI华人青年学者”，全球经典领域100人，交叉领域50人（基于186963篇论文和89324名学者数据）

  • 2021年，国家优秀青年科学基金，交叉科学部首届国家优青

  • 2019年，IEEE国际工业工程及工程管理大会IEEM最佳论文提名 & 杰出论文奖（Outstanding Paper Award），提名率：小于3%

  • 2018年，IAPR国际模式识别大会ICPR最佳科技论文奖（Best Scientific Paper Award），获奖比例：6/1258

  • 2018年，中央财经大学首批龙马学者青年学者

  • 2016年，国际模式识别学会IAPR Newsletter下一代（The Next Generation）报道（全球每年4位青年学者）

  • 2015年，IAPR国际图像分析与处理大会ICIAP最佳学生论文奖（Eduardo Caianiello Best Student Paper Award，意大利著名学者Eduardo Caianiello教授命名的奖项），获奖比例：1/234

  • 2015年，教育部国家优秀自费留学生奖学金，全球500人，英国使馆区35人

  • 2013年，英国机器视觉学会BMVA奖学金，当年度全英国2人

学术与社会服务

  1. 2023/12 – 今：IEEE Transactions on Neural Networks and Learning Systems (TNNLS)，编委（Associate Editor）

  2. 2021/02 – 今：Pattern Recognition (PR)，编委（Associate Editor）

  3. 2019/11 – 2021/11：Pattern Recognition (PR), 责任客座编辑（Managing Guest Editor

  4. 2023/01 – 今：中国计算机学会（CCF），计算经济学组，执行委员

  5. 2022/07 – 今：中国计算机学会（CCF），人工智能与模式识别专委会，执行委员

  6. 2021/11 – 今：中国计算机学会（CCF），计算机视觉专委会，执行委员

  7. 2019/11 – 今：中国自动化学会（CAA），模式识别与机器智能专委会，委员

  8. 2019/11 – 今：中国图象图形学会（CSIG），视觉大数据专委会，委员

指导硕、博研究生毕业去向

总体情况：2015年7月-2024年3月于中央财经大学任职期间，指导学生获校级优秀本科、硕士毕业论文5人次。指导学生一作发表论文9篇，其中本科生4人，专硕4人，学硕1人。2019年4月于中央财经大学获聘博导（经济信息管理专业），2023年招收博士2名，目前均在读，暂无去向。

两年制电子信息专硕去向（部分）：马堔，2021-2023在读，腾讯；刘月，2020-2022在读，中央财经大学校级优秀硕士毕业论文，字节跳动；焦宇航，2018-2020在读，中央财经大学校级优秀硕士毕业论文，快手&美团；张大伟，2019-2021在读，中国农业银行；叶荣吉：2021-2023在读，中国工商银行；杨悦婷，2017-2019在读，中国民生银行；田倩，2019-2021在读，中国电信。

招生说明

团队致力于打造具有学院特色的结构模式识别与图机器学习研究，研究人工智能与教育学、金融分析、脑影像等领域的交叉创新，探索与企业合作的产业落地应用。欢迎对模式识别、机器学习、深度学习、计算机视觉、量子计算等理论研究方向，及其在教育学、金融分析、脑影像等相关方向交叉创新感兴趣的同学与我联系（要求数学、编程和英语基础较好）。希望你立志在人工智能领域做出卓越成果且为此充满激情！ 可以通过bailu@bnu.edu.cn与我联系。


网址 www.bufancm.com

邮编：100875

地址：北京市海淀区新外大街19号电子楼

京师智能E家
学院官方微信
© 版权所有 365BET体育投注官网 - bet356体育APP【手机版下载】
Baidu
sogou