白 璐
基本信息
职称：教授（硕士生导师，博士生导师）
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、智能教育
电子邮箱：bailu@bnu.edu.cn
个人简介
白璐，教授，博士生导师，智能技术与教育应用教育部工程研究中心副主任。国家优秀青年科学基金获得者（2021年，交叉科学部首届优青），教育部“国家优秀自费留学生奖”获得者（2015年，全球500人，英国使馆区35人），百度全球高潜力“AI华人青年学者榜单”入选者（2022年），曾入选国际模式识别学会IAPR Newsletter下一代专栏（The Next Generation）（2016年，全球每年4位青年学者）。2015年1月于英国约克大学获哲学博士学位，师从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、智能教育等。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），以及其他项目多项。发表国际权威期刊会议论文110余篇（CCF推荐期刊会议近90篇），代表性成果包括国际权威期刊：TPAMI、TKDE、TNNLS、TCYB、PR、TITS、TGRS、TIM、Information Fusion，国际顶级会议：ICML、NeurIPS、IJCAI、ICDE、AAAI、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50余篇（国家一级学会中国计算机学会/中国自动化学会CCF/CAA-A类40余篇）。累计至少5篇论文入选ESI高被引/热点论文（TPAMI/TNNLS/PR/INF），4篇论文分别获国际模式识别学会IAPR颁发的“Eduardo Caianiello Best Student Paper Award”（ICIAP 2015，以意大利著名学者Eduardo Caianiello命名的奖项）、“Best Scientific Paper Award”（ICPR 2018）、国际管理学重要会议IEEE-IEEM颁发的“Outstanding Paper Award”，以及CCF 2024首届中国数字金融大会颁发的“优秀论文海报奖”（TNNLS 2023）。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）、IEEE Transactions on Neural Networks and Learning Systems（TNNLS）、Neural Networks（NN）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、数字金融分会执行委员；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4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、量子计算等理论研究方向，及其在智能教育、金融人工智能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）。
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（Supervisor）：Edwin R. Hancock教授（英国皇家工程院院士，IEEE Fellow，IAPR Fellow，IAPR前副主席）；External Examiner：Mário A. T. Figueiredo教授（IEEE Fellow，IAPR Fellow）
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，导师：丁丽亚教授
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，导师：丁丽亚教授
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》，2020/01-2023/12，71万，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
北京师范大学人才专项项目，《结构模式识别与图机器学习》，2024/04-2029/12，300万，在研，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
Jing Li, Lu Bai*(通讯作者), Bin Yang, Chang Li, Lingfei Ma*: Graph Representation Learning for Infrared and Visible Image Fusion. Submitted to IEEE Transactions on Automation Science and Engineering (TASE), Major Revision.（CAA-A，CCF-B，中科院二区Top）
Hangyuan Du, Wenjian Wang, Weihong Zhang, Dengke Su, Liang Bai, Lu Bai*(通讯作者), Jiye Liang: Learning Robust MLPs on Graphs via Cross-layer Distillation from a Causal Perspective. Submitted to Pattern Recognition (PR), Minor Revision.（CAA-A，CCF-B，中科院一区Top）
Ming Li, Jiandong Shi, Lu Bai*(通讯作者), Changqin Huanga, Yunliang Jiang, Ke Lu, Shijin Wang, Edwin R. Hancock. FrameERC: Framelet Transform Based Multimodal Graph Neural Networks for Emotion Recognition in Conversation. Submitted to Pattern Recognition (PR), Minor Revision.（CAA-A，CCF-B，中科院一区Top）
Lu Bai, Lixin Cui*, Ming Li, Peng Ren, Yue Wang, Lichi Zhang, Philip S. Yu, Edwin R. Hancock: AEGK: Aligned Entropic Graph Kernels through Continuous-time Quantum Walks, Submitted to IEEE Transactions on Knowledge and Data Engineering (TKDE), Accepted.（CCF-A，CAA-A）
Jiandong Shi, Ming Li, Yuting Chen, Lixin Cui, Lu Bai: Multimodal Graph Learning with Framelet-based Stochastic Configuration Networks for Emotion Recognition in Conversation. Information Sciences (INS), 686: 121393, 2025.（CCF-B，CAA-B，中科院一区Top）
Feifei Qian, Lu Bai*(通讯作者), Lixin Cui, Ming Li*, Ziyu Lyu, Hangyuan Du, Edwin Hancock: DHAKR: Learning Deep Hierarchical Attention-based Kernelized Representations for Graph Classification. Proceedings of AAAI Conference on Artificial Intelligence (AAAI), 2025.（CCF-A，国际人工智能顶级会议）
Ming Li, Yongchun Gu, Yi Wang*, Yujie Fang, Lu Bai*(通讯作者), Xiaosheng Zhuang, Pietro Lio: When Hypergraph Meets Heterophily: New Benchmark Datasets and Baseline. Proceedings of AAAI Conference on Artificial Intelligence (AAAI), 2025.（CCF-A，国际人工智能顶级会议）
Ming Li, Yujie Fang, Yi Wang*, Han FENG, Yongchun Gu, Lu Bai*(通讯作者), Pietro Lio: Deep Hypergraph Neural Networks with Tight Framelets. Proceedings of AAAI Conference on Artificial Intelligence (AAAI), 2025.（CCF-A，国际人工智能顶级会议）
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), 36(11): 6370-6384, 2024.（CCF-A，CAA-A）
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), 35(4): 4423-4437, 2024.（CAA-A，CCF-B，中科院一区Top）
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）
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，ESI高被引）
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）
Hao Wang, Weibo Zhang, Lu Bai, Peng Ren*: Metalantis: A Comprehensive Underwater Image Enhancement Framework. IEEE Transactions on Geoscience and Remote Sensing (TGRS) 62: 1-19, 2024.（CAA-A，CCF-B，中科院一区Top）
Lu Bai, Lixin Cui*, Ming Li, Yue Wang, Edwin R. Hancock: QBMK: Quantum-based Matching Kernels for Un-attributed Graphs, Proceedings of International Conference on Machine Learning (ICML), 2024.（CCF-A，国际机器学习顶级会议）
Lu Bai, Zhuo Xu, Lixin Cui*, Ming Li, Yue Wang, Edwin R. Hancock: HC-GAE: The Hierarchical Cluster-based Graph Auto-Encoder for Graph Representation Learning, Proceedings of Annual Conference on Neural Information Processing Systems (NeurIPS), 2024.（CCF-A，国际机器学习顶级会议）
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）
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，中国计算机学会CCF 2024首届中国数字金融大会“优秀论文海报奖”）
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）
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）
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）
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）
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.（国家自然科学基金委管理科学部-经济学A类期刊）
Peng Zhou, Tongxin Zhang, Liwen Zhao, Yifan Qi, Yuan Chang*, Lu Bai* (通讯作者): Pre-clustering Active Learning Method for Automatic Classification of Building Structures in Urban Areas. Engineering Applications of Artificial Intelligence (EAAI), 123(Part C): 106382, 2023.（CCF-C）
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）
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）
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）
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）
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）
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）
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）
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）
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）
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）
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）
Lu Bai, Lixin Cui*, Luca Rossi, Lixiang Xu, Xiao Bai, Edwin R. Hancock: Local-global Nested Graph Kernels Using Nested Complexity Traces. Pattern Recognition Letters (PRL) 134: 87-95, 2020.（CCF-C）
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）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）
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）
Lu Bai, Lixin Cui*, Xiao Bai, Edwin R. Hancock: Deep Depth-based Representations of Graphs Through Deep Learning Networks. Neurocomputing (NC) 336: 3-12, 2019.（CCF-C）
Lixin Cui, Lu Bai*(通讯作者), Zhihong Zhang, Yue Wang, Edwin R. Hancock: Identifying the Most Informative Features Using A Structurally Interacting Elastic net. Neurocomputing (NC) 336: 13-26, 2019.（CCF-C）
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）
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）
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，获奖比例：约<<>10/1200）
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）
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）
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.（IAPR最佳Pattern Recognition and Machine Learning Track科技论文奖，获奖比例：6/1258）
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）
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）
Lu Bai, Luca Rossi, Lixin Cui, Zhihong Zhang*, Peng Ren, Xiao Bai, Edwin R. Hancock: Quantum Kernels for Unattributed Graphs Using Discrete-time Quantum Walks. Pattern Recognition Letters (PRL) 87: 96-103, 2017.（CCF-C）
Zhihong Zhang, Yiyang Tian, Lu Bai* (通讯作者), Jianbing Xiahou, Edwin R. Hancock: High-order Covariate Interacted Lasso for Feature Selection. Pattern Recognition Letters (PRL) 87: 139-146, 2017.（CCF-C）
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）
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）
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）
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）
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）
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.（IAPR Eduardo Caianiello 最佳学生论文奖，获奖比例：1/234）
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）
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）
Lu Bai, Edwin R. Hancock: Graph Kernels from the Jensen-Shannon Divergence. Journal of Mathematical Imaging and Vision (JMIV) 47(1-2): 60-69, 2013.（中科院三区）
奖励与荣誉
2024年，中国计算机学会CCF 2024首届中国数字金融大会“优秀论文海报奖”，共3篇（基于大会征集的近两年数字金融领域发表于UTD24与CCF-A类或同等级期刊会议论文进行遴选）
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，国际模式识别学会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，国际模式识别学会IAPR-国际图像分析与处理大会ICIAP “Eduardo Caianiello”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，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
学术任职
2025/01 – 今：Neural Networks (NN)，编委（Associate Editor）
- 2023/12 – 今：IEEE Transactions on Neural Networks and Learning Systems (TNNLS)，编委（Associate Editor）
- 2021/02 – 今：Pattern Recognition (PR)，编委（Associate Editor）
- 2019/11 – 2021/11：Pattern Recognition (PR), 责任客座编辑（Managing Guest Editor
- 2024/12 – 今：中国计算机学会（CCF），数字金融分会，执行委员
- 2023/01 – 今：中国计算机学会（CCF），计算经济学组，执行委员
- 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
- 2021/11 – 今：中国计算机学会（CCF），计算机视觉专委会，执行委员
- 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
- 2019/11 – 今：中国图象图形学会（CSIG），视觉大数据专委会，委员
国内外学术会议特邀报告
2024年4月：计算智能与中文信息处理教育部重点实验室、数据智能与认知计算山西省重点实验室“2024年机器学习前沿青年学者论坛”，《基于图的（量子）结构模式识别与机器学习》，特邀报告；
2024年7月：第十届中国数据挖掘会议（China Conference on Data Mining，CCDM），《基于图的（量子）结构模式识别与机器学习》，图机器学习论坛-特邀报告；
2024年9月：CCF2024中国数字服务大会，《基于结构模式识别的金融风险分析》，数字金融服务论坛-特邀报告；
2024年10月：2024中国计算机大会CNCC，《结构模式识别与图机器学习—发展历程、研究现状与未来展望》，图机器学习：前沿与挑战论坛-特邀报告；
2024年12月：CCF 2024中国数字金融大会，《图机器学习驱动的金融人工智能应用研究》，优秀青年学者论坛-特邀报告；
2024年12月：泰山学术论坛-人工智能前沿技术，《（量子）结构模式识别与图机器学习-发展历程、现状，及未来展望》，大会主旨报告
2023年4月：第九届全国智能信息处理学术会议（NCIIP 2023），《结构模式识别与机器学习》，青年学者论坛-特邀报告；
2023年10月：国家自然科学基金委交叉科学部-第三届青年学术研讨会，《结构模式识别与金融风险分析》，分会场-特邀报告；
2023年8月：第四届（2023）管理科学与工程学会-金融计量与风险管理分会学术年会，《基于（量子）结构模式识别的金融风险分析研究》，杰出学者论坛-特邀报告；
2023年5月：2023 INNO CHINA中国产业创新大会-金融科技创新论坛，《金融场景人工智能前沿趋势解析》思创对话特邀讲者；
2023年11月：第十八届中国人工智能基础年会 (CFAI 2023)，《基于图的结构模式识别与机器学习》，分论坛-特邀报告；
2023年11月：Learning on Graphs (LoG 2023) Shanghai Meetup，《Transitive-Aligned Graph Neural Networks for Graph Classification》，大会报告（Invited Speakers）；
2022年8月：视觉与学习青年学者研讨会VALSE Webinar—图神经网络及其在结构建模中的应用，《Transitive-Aligned Graph Neural Networks for Graph Classification》，特邀报告。
指导硕、博研究生毕业去向
总体情况：2024年4月-2024年12月初，招收博士2名，硕士5名，已指导3名学生发表CCF-A类论文2篇，CCF-C类1篇，指导1名本科生获北京师范大学校级优秀本科毕业设计（秦欣雅）。2015年7月-2024年4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；李欢（课题组联合指导），2019-2021在读，中央财经大学校级优秀硕士毕业论文，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
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，及其在金融人工智能、智能教育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）,与我共同奋斗做出有影响力的研究成果！可以通过bailu@bnu.edu.cn与我联系。
