教师介绍


全哲，1981年生，湖南大学副教授、博士生导师、岳麓****。一直从事超级计算机“天河”等系列的系统研制，目前研究方向为高性能计算、机器学习、算法设计等。2016年8月加入湖南大学信息科学与工程学院。目前主持国家自然科学基金项目1项，国家重点研发计划2项。

热烈欢迎各位优秀人士报考湖南大学信息科学与工程学院博士和硕士研究生，对科研感兴趣的在读本科生，欢迎来实验室交流和学习，请联系电子邮箱quanzhe@hnu.edu.cn。


中文名： 全哲 英文名：
学历： 博士 职称： 副教授
联系电话： 电子邮件： quanzhe@hnu.edu.cn
研究方向： 高性能计算、机器学习、算法设计
联系地址： 湖南大学信息科学与工程学院软件大楼417室
所属机构： 计算机科学系 学院教师




教育背景
西北工业大学，本科，2003年；
浙江大学，硕士，2006年；
法国巴黎六大，计算机及应用专业博士，2010年；

工作经历
美国加州大学Berkeley实验室，2010-2011年，博士后，合作导师：Greg Bronevetsky教授；
美国Livermore实验室，2011-2012年，助理研究员；
国防科技大学，2012-2014年，博士后，合作导师：廖湘科院士；
国防科技大学，2014-2016年，助理研究员；

研究领域
高性能计算、机器学习、算法设计


主讲课程
本科生课程： 编译原理、编译器设计、汇编语言

科研成果
在研项目：
(1) 国家重点研发计划：基于国家高性能计算环境的教育实践平台（201607－201808）
(2) 国家重点研发计划：HPC教育实践软件支撑平台研发项目（201809－202108）
(3) 国家自然科学青年基金项目：基于SAT编码的最大团并行算法的设计、优化及其应用研究（201701－201912）


论文节选（近3年）：
详情请见dblp: https://dblp.uni-trier.de/pers/hd/q/Quan:Zhe



[1] KGNN: Knowledge Graph Neural Network for Drug-Drug Interaction Prediction.IJCAI 2020(CCF A)
[2] TexttoImageSynthesiswithBidirectionalGenerativeAdversarial Network. ICME 2020(CCF B)
[3] DeepGS: Deep Representation Learning of Graphs and Sequences for Drug-Target Binding Affinity Prediction. ECAI 2020 (CCF B)
[4] A Novel Model for Imbalanced Data Classification. AAAI 2020 (CCF A)
[5] Task Scheduling for Energy Consumption Constrained Parallel Applications on Heterogeneous Computing Systems. TPDS 2020. (CCF A)
[6] An Improved Hierarchical Datastructure for Nearest Neighbor Search. AAAI 2019(CCF A)(paper)
[7] Heavy-ballAlgorithms Always Escape Saddle Points. IJCAI 2019(CCF A)(paper)
[8] Iteratively Reweighted Penalty Alternating Minimization Methods with Continuation for Image Deblurring. ICASSP 2019(CCF B) (paper)
[9] GraphCPI: Graph Neural Representation Learning for Compound-Protein Interaction. BIBM 2019. (CCF B)

[10] A Novel Molecular Representation with BiGRU Neural Networks for Learning Atom. Briefings in Bioinformatics 2019. (CCF B) (paper)
[11] An efficient real-time data collection framework on petascale systems. NEUROCOMPUTING 2019. (SCI 2区) (paper)

[12] An Efficient Framework for Sentence Similarity Modeling. IEEE/ACM TASLP 2019. (CCF B) (paper)
[13] ACV-tree: A New Method for Sentence Similarity Modeling. IJCAI 2018. (CCF A) (paper)

[14] A System for Learning Atoms Based on Long Short-Term Memory Recurrent Neural Networks. BIBM 2018. (CCF B) (paper)

[15] ISAECC:An Improved Scheduling Approach for Energy Consumption Constrained Parallel Applications on Heterogeneous Distributed Systems. ICPADS 2018. (CCF C) (paper)



发明专利列表：
(1) 基于知识图谱的图卷积药物对相互作用预测方法及系统. 4.5

(2) 一种基于双向架构对抗生成网络的由文字生成图片的方法. 9.9
(3) 一种基于深度学习的药物预测方法. CNA
(4) 一种基于向量化的日志模板提取方法和系统. CNA
(5) 一种基于Smi2Vec的BiGRU药物毒性预测模型的实现. CNA
(6) 一种基于ARMv8 64位多核处理器的低精度矩阵乘法函数设计与实现方法. CNA
(7) 面向高性能计算应用的通信特征模型方法及系统. CNA
(8) 一种基于图卷积和词向量的药物-靶标相互作用预测方法. CNA
(9) 一种将深度学习与数学分析相结合的句子分类改进方法. 20**
(10) 一种基于词向量的句子相似度比较方法. 8.7
(11) 一种基于深度学习的药物活性预测方法. CNA
(12) 一种基于程序特征分析的迭代编译优化方法. 9.6
(13) 一种基于大型系统拓扑结构的容错节点分配方法. 1.4




软件著作权：
(1)高性能教育实践软件平台反馈式调试系统V1.0

(2) restful风格化的hpc教育资源接入平台V1.0




学生培养
每年招生指标保底博士1人，研究生3人

1.在籍学生名单

博士研究生：
2020级 李传莹 （独立指导）

2019级 邝世杰

2018级 肖桐（与廖湘科院士共同指导）
2017级 林轩（独立指导）
硕士研究生：
2020级 谭彦西 张程 刑世豪 周敏豪 张素雅

2019级 陈杨阳 胡新建 江小斐 赵征 彭阳 李磊 肖仕阳 高晋峰

2018级 王梓旭 何楠 郭燕
2017级 李传莹 王静 刘彦


2.毕业研究生去向：

2017级：
李传莹 （湖南大学读博）
王静 （国家电网湖南省信通分公司）

刘彦 （武汉小米科技）

2016级：
乐雨泉 (京东人工智能实验室)

叶婷 (上海花旗银行)

范益世 (华为公司)



3.指导情况
研究生：
截止2020年12月，累计指导研究生（含在读）25人，其中博士研究生在读4人；
2018年，研究生乐雨泉获研究生国家奖学金、湖南大学校长奖学金；
2020年，博士生林轩获研究生国家奖学金（全院5人）；

本科生：
每年指导本科毕业设计4-5名；
2017届本科毕业论文，获得校优一篇，院优一篇；
获得2017年本科毕业设计（论文）优秀指导老师；
获得2018年本科毕业实习优秀指导老师


热烈欢迎各位优秀人士报考本人的博士和硕士研究生，如有意向，请主动与我联系！ quanzhe@hnu.edu.cn