戴宏亮 教授 博士生导师
通讯地址：广州市大学城外环西路230号广州大学经济与统计学院, 邮编510006
电子邮箱： hldai618@gzhu.edu.cn
研究领域：机器学习与大数据分析、数据科学与人工智能、智能决策与工业应用
个人简介
戴宏亮, 现任广州大学统计系教授, 广州学者特聘教授, 博士生导师, 博士后合作导师, 数据科学与大数据技术专业负责人。武汉大学应用数学硕士,中山大学应用数学博士。2015年晋升人工智能教授。2003年7月入职广东财经大学, 2017年4月调入广州大学经济与统计学院统计系。广东财经大学第二批“优秀中青年骨干教师”, 广东省“千百十工程”第六批培养对象。IEEE会员、ACM会员和CCF会员。中国现场统计研究会统计学历史与文化分会常务理事, 中国现场统计研究会数据科学与人工智能分会理事，中国现场统计研究会教育统计与管理分会理事, 广东省计算数学学会常务理事, 广东省计算机学会大数据专业委员会委员。
近年来一直从事机器学习与大数据分析等方向的研究工作, 在国际著名期刊《Pattern Recognition》、《Knowledge-Based Systems》、《Expert Systems With Applications》、《Applied Soft Computing》、《Computers & Industrial Engineering》、《Information Sciences》等杂志上独立或第一作者（通讯作者）发表JCR SCI检索论文60多篇, 其中26篇论文被JCR SCI Q1检索, 15篇论文被中国科学院SCI Q1检索, 5篇ESI高被引论文、热点论文；在国际著名出版社出版专著一本；申请发明专利8项、软件著作权4项。主持完成包括国家社科基金一般项目（结项“良好”）、全国统计科学重点项目, 教育部人文社科基金一般项目、广东省自然科学基金面上项目等省部级科技项目多项, 参与完成包括国家自然科学基金重点项目、国家自然科学基金面上项目等国家基金项目多项。目前主持国家社科基金重大项目子课题项目、教育部人文社科规划项目和广东省自然科学基金面上项目各一项。SCI期刊TNNLS、TKDE、TFS、PR等多个国际、国内著名学术期刊匿名审稿人。国家社会科学基金项目通讯评审专家和成果鉴定专家。教育部、广东省、湖北省、安徽省、陕西省、山东省、江西省、江苏省、河北省、四川省、重庆市、广州市、佛山市等部省市科技项目和科技奖项评审专家和上会专家。
教学认真负责, 采用以学生为中心的课堂教学模式, 讲课深入浅出, 通俗易懂, 教学效果好, 深受学生好评。所教授的多门课程荣获广州大学星级课程。获广州大学第十一届和第十二届“最受学生欢迎的老师”和广东财经大学第三届青年教师教学比赛“授课优秀青年教师”称号。主持完成广东省教研教改项目1项、教育部协同育人项目2项、校级教研教改项目2项。在《电化教育研究》、《计算机教育》、《高教学刊》、《计算机时代》、《高等数学研究》等核心教研刊物上发表教学论文十多篇。获中国高校大数据挑战赛中“优秀指导老师奖”、广东实验中学“英才计划”优秀校外导师、广州大学第二届教师教学创新大赛正高组决赛三等奖、广州大学第三届教学学术论文评比三等奖、广州大学“课程思政”优秀教学案例二等奖、第六届中国国际“互联网+”大学生创新创业大赛广州大学先进个人等教学教研奖项。指导学生参加挑战杯、互联网+创新创业大赛、全国大学生数学建模竞赛、中国高校大数据挑战赛等获得国家级、省级奖励三十多项。
教育背景
2006.9-2013.6, 中山大学, 数学与计算科学学院, 应用数学专业, 博士, 研究方向：机器学习、模式识别、数据挖掘、生物信息学 导师：戴道清教授;
2000.9-2003.6, 武汉大学, 数学与统计学院, 应用数学专业, 硕士, 研究方向：小波分析及应用, 导师：羿旭明教授。
职业经历
2017.4-至今, 广州大学, 经济与统计学院统计系, 教授, 广州学者特聘教授, 博士生导师, 博士后合作导师，数据科学与大数据技术专业负责人;
2003.7-2017.4, 广东财经大学, 数学与统计学院, 助教（2003-2005）、讲师（2005-2009）、副教授（2009-2015）、教授（2015-2017）；
2017.11-2020.3统计系副主任；2009.1-2013.6院科研秘书；2009.9-2013.8院工会主席；2005.9-2008.8 院工会文体委员。
教授课程
本科生： 机器学习、云计算技术、数学分析、高等代数与解析几何、数据挖掘、数据科学与大数据技术专业导论、大数据案例分析、运筹学、数学建模、高等数学、概率论与数理统计、统计学、线性代数、微积分
研究生： 数据挖掘中的统计方法（博士）、统计机器学习（硕士生）、数据挖掘（硕士生）、高等数理统计（硕士生）、数据挖掘与机器学习（应用统计专硕）、数据科学导论（会计专硕）
科研服务
1 科研项目
【1】面向金融大数据的联邦深度欺诈检测方法研究, 2024年度教育部人文社会科学研究规划基金项目, 项目编号：24YJAZH017, 起止时间：2024-2027, 主持；
【2】面向软件大数据的联邦深度预测模型与算法研究, 2024年度广东省基础与应用基础研究基金自然科学基金面上项目, 项目编号：2024A1515010111， 起止时间：2024-2026, 主持；
【3】数字贸易核算与全球产业链重构统计研究, 项目编号：23&ZD127, 项目起止时间：2023-2027, 国家社会科学基金重大项目, 子课题负责人；
【4】面向大数据的分布式多核学习及应用研究, 项目编号：18BTJ029, 起止时间：2018-2021, 国家社会科学基金一般项目, 主持完成（结项“良好”）；
【5】面向不平衡高维数据的多核全间隔支持向量机及应用研究, 项目编号：14YJCZH019, 起止时间：2014-2017, 教育部人文社会科学交叉学科/综合研究青年项目, 主持完成；
【6】面向征信大数据的自适应多核学习及应用研究, 项目编号：2020LZ10, 起止时间：2020-2022, 全国统计科学研究项目重点项目, 主持完成;
【7】基于稀疏多核学习集成的高光谱遥感图像分类算法研究, 项目编号：2016A030313710, 起止时间：2016-2019, 广东省自然科学基金-自由申请项目, 主持完成；
【8】基于集成多核学习的不平衡高维数据分类算法研究, 项目编号：2015A030313624, 起止时间：2015-2018, 广东省自然科学基金-自由申请项目, 主持完成；
【9】数据价值链效能识别与统计测度研究, 项目编号：22&ZD163, 立项时间：202212, 项目起止时间：2022-2026, 国家社会科学基金重大项目, 参与;
【10】图小波及稀疏概率图模型在重构高精度蛋白质网络中的应用, 项目编号：11401110, 起止时间：2014-2017, 国家自然科学基金项目2014年项目, 第一参与人；
【11】面向高维数据的稀疏正则化方法及应用, 项目编号：10771220, 起止时间：2012-2015, 国家自然科学基金项目2011年项目, 参与人；
【12】基于压缩感知模型的面像识别与理解, 项目编号：90920007, 起止时间：2010-2012, 国家自科科学基金2009年重点项目培育项目, 参与人；
【13】基于改进支持向量机模型在RNA 结构中的应用, 项目编号：2010GN-C021, 起止时间：2010-2013, 广州市科技计划项目, 主持完成；
【14】云计算环境下面向海量高维数据的稀疏多核学习及应用研究, 项目编号：201607010170, 起止时间：2016-2019, 广州市2016年科学（技术）研究一般项目, 主持完成；
【15】基于改进多核多任务学习的高光谱遥感图像分类算法研究, 项目编号：2013KJCX0083, 起止时间：2014-2015, 广东省教育厅科技创新项目, 主持完成；
【16】支持向量机及其在RNA 结构相关问题中的应用, 项目编号：LYM09083, 起止时间：2010-2011, 广东省教育厅2009 年广东高校优秀青年创新人才培育项目, 主持完成；
【17】项目名称：数据科学创新团队, 项目类别：创新团队科研项目, 项目编号：202235324, 起止时间: 2023-2024, 2022年广州市教育局高校科研项目, 主持完成（结项“优秀”）。
2 教研项目
【1】新工科背景下理学特色大数据专业人才培养模式探索与实践, 2021年广东省高等教育教学改革项目, 立项单位：广东省教育厅, 发文编号：粤教高函[2021]29号, 主持完成；
【2】新工科背景下数据科学与大数据技术人才培养模式研究, 项目编号：202002315008, 项目类型：新工科、新医科、新农科、新文科建设, 公司名称：郑州云海科技有限公司, 起止时间：2020.12-2022.12, 2020年教育部第一批产学合作协同育人项目, 发文编号：教高司函〔2021〕3号, 主持完成；
【3】新工科背景下数据科学与大数据技术专业教学内容与课程体系改革研究, 项目编号：201802056009, 项目类型：教学内容和课程体系改革, 公司名称：北京聚源锐思数据科技有限公司, 起止时间：2019-2021, 2018年教育部第二批产学合作协同育人项目, 主持完成;
【4】新工科背景下数据科学与大数据技术专业建设探索与实践, 广州大学2019年度教育教学改革类项目, 主持完成（结项“优秀”）；
【5】数学建模与素质教育, 广东财经大学2007年度第五届教学研究立项, 起止时间：2007-07-01_2008-07-01, 主持.
3 学术服务和学术活动
【1】评审服务：IEEE TNNLS、TKDE、TFS、PR等多个国际顶刊审稿人和国内多个核心期刊审稿人。教育部学位与研究生教育发展中心评审专家。
【2】基金评审：国家社会科学基金通讯评审专家及成果鉴定专家；教育部、广东、湖北、江西、江苏、山东、安徽、陕西、重庆等省市科技项目评审专家和会评专家。
【3】近期国际学术活动：
·Keynote Speaker：第九届大数据与应用统计国际研讨会（ISBDAS 2026）
·TPC Chair：第二届智能计算与数据挖掘国际会议（ICDM 2025，IEEE出版，EI/Scopus检索）
·Keynote Speaker：第五届计算机、物联网与控制工程国际会议（CITCE 2025）
·Keynote Speaker：第六届机器学习与计算机应用国际会议（ICMLCA 2025）
·Keynote Speaker：第八届大数据与应用统计国际研讨会（ISBDAS 2025）
研究成果
1 科研论文（代表性）
【1】Hong-Liang Dai (通讯作者), Dong-Jie Lin, Jun-Pu He, Si-Ting Huang and Xin-Yu Fang, Deep long-range spatiotemporal dependency synthetic minority oversampling technique for imbalance-bearing fault diagnosis, Knowledge-Based Systems, 2026, 333, 114944.（中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 7.2）
【2】Hong-Liang Dai (通讯作者), Dong-Jie Lin, Spatiotemporal-conditional information fusion classifier-free guidance rectified flow model for bearing fault diagnosis, IEEE Transactions on Instrumentation and Measurement, 2025, 74, 3568017. （中国科学院SCI Q2, JCR SCI Q1, Impact Factor: 5.9）
【3】Hong-Liang Dai (通讯作者), Lei Wang, Ye-Sen Sun, Muhammad Imran, Fatima Sehar Zaidi, Fei-Tong Lai, Xiao-Ting Lv, Ming-Feng Lian, Zi-Rong Zhang, Sha Cao, Xin-Yi Li, Adaptive multiple kernel clustering using low-rank representation, Pattern Recognition, 2025, 162, 111399.（中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 7.5）
【4】Hong-Liang Dai (通讯作者), Fei-Tong Lai, Cui-Yin Huang, Xiao-Ting Lv, Fatima Sehar Zaidi, Novel online portfolio selection algorithm using deep sequence features and reversal information, Expert Systems With Applications, 2024, 255, 124565. （中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 7.5）
【5】Hong-Liang Dai (通讯作者), Chu-Xin Liang, Hong-Ming Dai, Cui-Yin Huang, Rana Muhammad Adnan, An online portfolio strategy based on trend promote price tracing ensemble learning algorithm, Knowledge-Based Systems, 2022, 239, 107957.（中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 7.2）
【6】Hong-Liang Dai (通讯作者), Class imbalance learning via a fuzzy total margin based support vector machine, Applied Soft Computing, 2015, 31：172-184.（中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 7.2）
【7】Hong-Liang Dai (通讯作者), Rana Muhammad Zulqarnain, Salaam Ali, Dursun Delene, Muhammet Devecigi, Assessment of bio-Medical waste disposal techniques using interval-valued pythagorean fuzzy soft einstein aggregation information, Information Sciences, 2025, 718, 122393. （中国科学院SCI Q1，JCR SCI Q1, Impact Factor: 8.1）
【8】Yingying Chen, Hong-Liang Dai (通讯作者), Concept drift adaptation with continuous kernel learning, Information Sciences, 2024, 670(120649) : 1-18.（中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 8.1 ）
【9】Muhammad Imran, Hong-Liang Dai (通讯作者), Fatima Sehar Zaidi, Xuelong Hu, Kim Phuc Tran, Jinsheng Sun, Analyzing out-of-control signals of T2 control chart for compositional data using artificial neural networks, Expert Systems with Applications, 2024, 238 (122165): 1-16. （中国科学院 SCI Q1, JCR SCI Q1, Impact Factor: 7.5）
【10】Muhammad Imran, Hong-Liang Dai (通讯作者), Fatima Sehar Zaidi, Kim Phuc Tran, Zameer Abbas, Hafiz Zafar Nazir, Incorporating principal component analysis into hotelling T2 control chart for compositional data monitoring, Computers & Industrial Engineering, 2023, 186(109755) : 1-16. (中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 6.7)
【11】Fatima Sehar Zaidi, Hong-Liang Dai (通讯作者), Muhammad Imran, Kim Phuc Tran, Enhanced hybrid LSTM and SLAR modeling for in-depth analysis of temporal and spatial patterns in compositionaldata for environmental monitoring, Process Safety and Environmental Protection, 2024, 191: 2013-2025.（中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 6.9）
【12】Fatima Sehar Zaidi, Hong-Liang Dai (通讯作者), Muhammad Imran and Kim Phuc Tran, Analyzing abnormal pattern of hotelling T2 control chart for compositional data using artificial neural networks, Computers & Industrial Engineering, 2023, 180(109254): 1-12. (中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 6.7)
【13】Fatima Sehar Zaidi, Hong-Liang Dai (通讯作者), Muhammad Imran, Monitoring autocorrelated compositional data vectors using an enhanced residuals hotelling T2 control chart, Computers & Industrial Engineering, 2023, 181(109280): 1-14. (中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 6.7)
【14】Rana Muhammad Adnan, Reham R. Mostaf, Hong-Liang Dai (通讯作者), Salim Heddam, Alban Kuriqi, and Ozgur Kisi, Pan evaporation estimation by relevance vector machine tuned with new metaheuristic algorithms using limited climatic data, Engineering Applications of Computational Fluid Mechanics, 2023, 17（1）：2192258.（中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 5.9, ESI 高被引论文）
【15】Rana Muhammad Adnan Ikram , Hong-Liang Dai (通讯作者) , Mohammadreza
mirshekari chargari, Mohammed Al-Bahrani, Mina Mamlooki, Prediction of the FRP reinforced concrete beam shear capacityby using ELM-CRFOA, Measurement, 2022, 205(112230):1-14. （中国科学院Q2, JCR SCI Q1, Impact Factor: 5.2）
【16】Hong-Liang Dai (通讯作者), The fuzzy Laplacian classifier, Neurocomputing, 2013, 111：43-53.（中国科学院SCI Q2, JCR SCI Q1, Impact Factor: 5.5）
【17】Rana Muhammad Adnan, Hong-Liang Dai (通讯作者), Reham R. Mostafa, Abu Reza Md. Towfiqul Islam, Ozgur Kisi, Ahmed Elbeltagi, Mohammad Zounemat‑Kermani, Application of novel binary optimized machine learning models for monthly streamflow prediction, Applied Water Science, 2023, 13:110（中国科学院SCI Q3, JCR Q1, Impact Factor：5.7, ESI 高被引论文）
【18】Rana Muhammad Adnan, Hong-Liang Dai (通讯作者), Alban Kuriqib, Ozgur Kisid, Mohammad Zounemat-Kermanif, Improving drought modeling based on new heuristic machine learning methods, Ain Shams Engineering Journal, 2023, 102168.（中国科学院 SCI Q2, JCR Q1, Impact Factor: 6, ESI 高被引论文）
【19】Rana Muhammad Adnan, Hong-Liang Dai (通讯作者), Reham R. Mostafa, Abu Reza Md. Towfiqul Islam, Ozgur Kisi, Salim Heddam and Mohammad Zounemat-Kermani, Modelling groundwater level fluctuations by ELM merged advanced metaheuristic algorithms using hydroclimatic data, Geocarto International, 2023, 38:1, 2158951. （中国科学院SCI Q4, JCR SCI Q2, Impact Factor: 3.3, ESI 高被引论文）
【20】Rana Muhammad Adnan Ikram, Hong-Liang Dai (通讯作者), Ahmed A. Ewees, Jalal Shiri, Ozgur Kisi, Mohammad Zounemat-Kermani, Application of improved version of multi verse optimizer algorithm for modeling solar radiation, Energy Reports, 2022, 8: 12063-12080.（中国科学院SCI Q4, JCR SCI Q2, Impact Factor: 5.2, ESI 高被引论文）
【21】Rana Muhammad Adnan, Reham R. Mostafa, Hong-Liang Dai (通讯作者), Salim Heddam, Adil Masood, Ozgur Kisi, Enhancing accuracy of extreme learning machine in predicting river flow using improved reptile search algorithm, Stochastic Environmental Research and Risk Assessment, 2023, 37: 3063–3083. (中国科学院Q3, JCR SCI Q1, Impact Factor:3.9）
【22】Hong-Liang Dai (通讯作者), Cui-Yin Huang, Fei-Tong Lai, Xiao-Ting Lv, Hong-Ming Dai, Suyan Tan and Ye-Sen Sun, A novel probabilistic risk measure model for multi-period uncertain portfolio selection, Soft Computing, 2026, 30: 853–866.（中国科学院SCI Q3, JCR SCI Q2, Impact Factor: 3.1）
【23】Hong-Liang Dai (通讯作者), Cui-Yin Huang, Hong-Ming Dai, Fei-Tong Lai, Xiao-Ting Lv, Rana Muhammad Adnan, A novel adjusted learning algorithm for online portfolio selection using peak price tracking approach, Decision Analytics Journal, 2023, 7（100256）:1-10.（中国科学院SCI Q4, JCR SSCI Q3, Impact Factor: 1.7）
【24】Hong-Liang Dai (通讯作者), Imbalanced protein data classification with ensemble FTMSVM, IEEE Transactions on Nanobioscience, 2015, 14(4)：350-359. (中国科学院SCI Q4, JCR SCI Q2, Impact Factor:3.7)
【25】Li H., Deng X., and Hong-Liang Dai, Structural damage detection using the combination method of EMD and wavelet analysis, Mechanical Systems and Signal Processing, 21(1), pp 298-306, 2007/1.（中国科学院SCIQ1, JCR SCI Q1, Impact Factor: 7.9）
【26】Rana Muhammad Adnan, Reham R. Mostafa, Hong-Liang Dai (通讯作者), Ehsan Mansouri, Ozgur Kisi , Mohammad Zounemat-Kermani, Comparison of improved relevance vector machines for streamflow predictions, Journal of Forecasting, 2023:1-23. （中国科学院SSCI Q3, JCR Q1, Impact Factor:3.4）
【27】Rana Muhammad Adnan, Payam Khosravinia, Ozgur Kisi, Mohammad Reza Nikpour, Hong-Liang Dai (通讯作者), Mazyar Osmani, Seyyede Aniseh Ghazaei, Predicting discharge coefcient of weir–orifce in closed conduit using a neuro‑fuzzy model improved by multi‑phase PSOGSA, Applied Water Science, 2024, 14(40): 1-16. （中国科学院SCI Q3, JCR Q1, Impact Factor：5.7）
【28】Hongming Dai, Jianqing Xi, Hong-Liang Dai, Improve cross-project just-in-time defect prediction with dynamic transfer learning, Journal of Systems & Software, 2025, 219(112214): 1-20. （中国科学院SCI Q2, JCR SCI Q1, Impact Factor: 3.7）
【29】Yingying Chen, Xiaowei Yang, Hong-Liang Dai, Cost-sensitive continuous ensemble kernel learning for imbalanced data streams with concept drift, Knowledge-Based Systems, 2024, 284(111272): 1-15. （中国科学院SCI Q1, JCR SCI Q1, Impact Factor: 7.2）
2 已授权专利（代表性）
【1】戴宏亮，吕晓婷，游志铭，戴宏明，黄翠银，赖飞同. 基于多尺度扩张卷积神经的网络流量预测方法：中国，ZL202310175895.1[P]. 申请日：2023-02-24,授权公告日：2025-09-16. (发明专利, 已授权)
【2】戴宏明，王海林，戴宏亮. 时间感知即时软件缺陷预测方法、装置及可读存储介质：中国，ZL202411763203.6[P]. 申请日：2024-12-03, 授权公告日：2025-12-05. (发明专利, 已授权)
【3】戴宏明，奚建清，戴宏亮. 基础数据维护方法、企业侧及客户侧客户端以及云服务器：中国，CN112162970A[P]. 授权公告日：2022-03-28. (发明专利, 已授权)
【4】戴宏明，奚建清，戴宏亮. 一种基于新项目的即时缺陷定位方法及系统：中国，CN112380111B[P]. 授权公告日：2021-08-10. (发明专利, 已授权)
【5】戴宏明， 戴宏亮， 肖艾平. 一种基于指纹技术的实训室： 中国，CN213070192U[P]. 授权公告日：2021-04-27. (实用新型专利, 已授权)
【6】戴宏明，戴宏亮，肖艾平. 一种基于RFID 技术的实训室：中国，CN212906377U[P]. 授权公告日：2021-04-06. (实用新型专利, 已授权)
3 著作
戴宏亮，面向不平衡数据的核方法及应用，ISBN:978-620-2-41201-8, Golden Light Academic Publishing (金琅学术出版社),2019.
4 教研论文（代表性）
【1】戴宏亮, 戴宏明, 新工科背景下理学大数据专业建设的探索与实践, 计算机时代, 2022, 1: 86-89.
【2】戴宏亮, 戴宏明, 以“学生为中心”的课堂教学模式探索与实践, 高教学刊, 2022年第20期.
【3】戴宏亮, 戴宏明, 新工科背景下理学大数据专业人才培养方案设计探讨, 科教文汇, 2021, 27: 1-5.
【4】戴宏明, 戴宏亮, “一点四面八结合”的高职新工科人才培养模式探索, 计算机教育, 2023, 7: 10-15.
【5】戴宏明, 戴宏亮, 新工科背景下基于CDIO理念的软件工程应用型人才培养方案研究, 计算机教育2020, 301(01)：64-67.
【6】戴宏亮, 运用多媒体改革高等数学课堂教学的实践和认识, 《高等数学研究》, 2006（6）：54-56.
【7】戴宏亮, 数学建模与创新教育, 《教学管理与教学改革探索》, 东北财经大学出版社, 2007年6月.
【8】戴宏亮, 运用网络辅助教学改革大学数学课堂教学的研究与实践, 《信息技术支持下的高等教学改革研究与实践》, 暨南大学出版社, 2007年10月.
招生与合作
研究方向
机器学习与大数据分析 (Machine Learning & Big Data Analytics)
数据科学与人工智能前沿 (Data Science & Advanced AI)
智能决策与工业应用 (Intelligent Decision Making & Industrial Applications)
招收层次
统计学博士研究生 、统计学学术硕士研究生、应用统计专业硕士研究生、统计学/数学博士后研究人员
培养理念
（1）授人以渔：在广州大学任教多年，我始终坚信：学生最宝贵的收获绝非仅仅是一篇论文的署名，而是具备独立解决真实复杂问题的完整科研能力。本团队注重方法论的系统训练：从文献的批判性阅读、问题的形式化定义，到严谨的实验设计、深度的结果解读与高水平的学术写作。
（2）团队拥有成熟的科研传承体系。博士后、研究生及优秀本科生均在核心期刊/顶刊发表过高水平论文。近年学生成果涵盖 《Pattern Recognition》、《Knowledge-Based Systems》、《Expert Systems With Applications》、IEEE Transactions系列等领域高水平刊。
（3）常态化交流与高效反馈：每周组会头脑风暴 + 经常一对一深度研讨。论文/项目关键节点给予及时详细反馈。
热切期待
对本团队研究方向兴趣浓厚，具备良好的编程能力，拥有数学、统计或计算机相关专业背景，渴望成为能独当一面的研究者，认同“科研素养是长期积累”的价值观，态度踏实，抗压能力强，能够理性接受建设性的批评与建议的同学加入本研究团队！
