旧网站
EN
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：北京师范大学-人工智能学院，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北京师范大学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。


联系电话：010-58807943

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 北京师范大学人工智能学院