Iris导师

【简介】 Iris导师，国内985高校计算机科学与技术专业博士，主要从事因果机器学习、异常检测、图像识别、可解释人工智能等前沿研究，具备扎实的人工智能理论基础和系统完整的科研训练经历，熟悉从科学问题凝练、理论建模、算法设计、代码实现、实验分析到高水平论文撰写与投稿的科研全过程。研究成果已应用于金融风险监测、网络安全、智能教育与自主决策等重要场景，形成了从因果机理分析、核心算法设计到复杂场景应用验证的完整研究体系。近年来在人工智能领域国际顶级会议、SCI一区期刊及国内权威期刊发表多篇高水平论文，具有较为丰富的前沿研究与跨学科应用经验。导师主持科研基金项目，深度参与国家重点研发计划，并参与多项国家自然科学基金项目，熟悉高水平科研项目的选题凝练、技术路线设计与组织实施。能够为学生提供从前沿文献研读、创新选题设计、数学建模与算法改进，到代码实现、实验分析、论文写作及投稿发表的全流程精细化指导，帮助学生快速建立科研思维，形成规范的研究方法，挖掘兼具理论深度与应用价值的创新成果。【科研成果】发表论文9篇，在审3篇，涵盖因果机器学习、可解释人工智能、图像识别等热点话题，并发表于WWW（CCF A类顶级会议）、AAAI(CCF A类顶级会议)、NeurIPS(CCF A类顶级会议)、KBS (SCI Q1, IF 8.0，人工智能Top刊)、ICASSP(CCF B类会议、)软件学报 ( 中文CCF A类期刊 )等【研究方向】大方向：因果机器学习、可解释人工智能、模型泛化、智能决策、图像识别、风险识别细分方向：反事实推理与反事实数据生成、分布外泛化与域迁移、稀有事件及异常检测、模仿学习与强化学习、知识追踪与智能教育、金融风险分析、复杂环境下的自主决策【可指导区位】 SCI一区至四区期刊、CCF推荐国际会议、中文核心及高水平中文期刊论文的选题、实验与写作。可解释人工智能、因果推理、迁移学习及分布外泛化、异常检测、稀有事件检测、金融风险分析、智能教育、知识追踪及智能决策等交叉领域本硕毕业论文【指导经验】具有丰富的指导经验，指导过本科生、低年级研究生，其中有多名本科生发表一区或二区论文，并成功拿到985院校保研offer；还有一些研究生成功发表一区论文。【指导特点/可提供给学员的帮助】理论与实践并重：帮助学生从数学建模、理论分析到实验设计、数据处理全流程掌握核心技术。精细化论文指导：围绕核心思想、背景解析以及方法改进，提供从论文框架构建到科学写作的全程指导。代码与实验教学：从预实验到算法实现，手把手带领学生解决关键技术难题。跨学科融合：将人工智能与自动驾驶、教育、金融、医学等多领域知识有机结合，启发学生多角度思考。灵活高效：根据项目进展和学生实际情况，制定个性化研究计划，确保研究深度与应用价值同步提升。

上一条Hanmo老师

下一条十二老师