西安电子科技大学人工智能学院导师教师师资介绍简介-吴凯

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-07-10

基本信息
吴凯，硕士生导师
华山菁英副教授
工作单位：人工智能学院

联系方式
通信地址：西安市雁塔区太白南路2号西安电子科技大学224信箱
E-mail：kwu@xidian.edu.cn
办公地点：主楼II-418

Service
Conference Service
Chair of IEEE Symposium 2021 on Multi-agent System Coordination and Optimization.
Chair of IEEE Symposium 2020 on Multi-agent System Coordination and Optimization.
Chair of The 2nd International Conference on Industrial Artificial Intelligence.
Journal Reviewers
IEEE Transactions on Evolutionary Computation
IEEE Transactions on Cybernetics
IEEE Transactions on Emergent Topics in Computational Intelligence
IEEE Transactions on Cognitive and Developmental Systems
IEEE Transactions on Fuzzy Systems
Applied Soft Computing
Soft Computing
Natural Computing
Bioinformatics
BMC bioinformatics
Swarm and Evolutionary Computation
Neurocomputing
Knowledge-Based Systems
Information Sciences
Scientific Reports
IEEE Access
IEEE Signal Processing Letter

个人简介
吴凯，华山菁英副教授，河南信阳人，于2020年8月从西安电子科技大学获得电路与系统专业博士学位（导师：刘静教授）。以第一作者/通讯作者在IEEE TFS、IEEE TEVC、IEEE TCy、中国科学: 技术科学等国内外刊物发表论文10余篇。参与国家自然科学基金面上项目、科技部新一代人工智能重点研发计划等。受邀担任2020-2021 IEEE SSCI多智能体协同与优化研讨会的主席。
教育经历
2015.9-2020.8，博士：西安电子科技大学，人工智能学院
2011.9-2015.7，本科：西安电子科技大学，电子工程学院
English Version
英文主页 Google Scholar ResearchGate

亮点新闻
获批”华山人才基金“项目支持，60万，2021-2023。
2021/6/15，论文Evolutionary Multitasking Multi-layer Network Reconstruction被IEEE Transactions on Cybernetics接收，恭喜王超。
2021/4/22，论文Learning Large-scale Fuzzy Cognitive Maps using an Evolutionary Many Task Algorithm被Applied Soft Computing接收，恭喜王超。
2021/4/2，论文Evolutionary Multitasking Network Reconstruction from Time Series with Online Parameter Estimation被Knowledge-based Systems接收，恭喜沈芳。
2021/3/20，论文Solving Multi-task Optimization Problems with Adaptive Knowledge Transfer via Anomaly Detection被IEEE Transactions on Evolutionary Computation接收，恭喜王超。
2021/2/9，论文“流数据驱动的非线性动力学网络重构”被中国科学：技术科学接收。

主要研究方向
研究内容：对图（graph）数据的处理如火如荼，图表征，社团检测，图数据的攻防等等都是建立图是已知的。但是，在真实的场景下，我们很难获得这个图结构，只有相对应系统的表征数据。没有图数据，现有在图数据上的工作都是泡影。在这个背景下，我希望能够解决这个卡脖子的问题，从数据中获取准确的graph结构，以供后续的研究。
主要研究方向为复杂系统建模及其应用、进化优化与学习、时间序列分析、对抗机器学习。

数据驱动的多场景系统智能建模方法及其应用研究：主要利用设计的模型来学习、逼近复杂系统的某种功能，然后利用学习到模型来完成各种任务。涉及下列方向：基于模糊认知图的复杂系统建模：利用模糊认知图的可解释性、抽象性等优势来对复杂系统表征知识进行学习以达到模拟复杂系统功能的效果。
网络重构：利用复杂系统的动力学特征，根据复杂系统表征知识来学习复杂系统中各关键因素的网络结构关系以达到控制复杂系统的目的。
因果推断。
基于所建模型的各种应用：主要研究时间序列预测、时间序列分类以及复杂系统中故障检测等问题。

进化优化与学习：解决具有复杂结构的优化问题，如具有许多局部最优解的非凸、不可微和非连续问题。涉及下列方向：大规模优化问题：大部分实际问题中存在高维的情况，主要研究如何设计进化算法来解决实际的大规模优化问题。
昂贵代价优化问题：大部分实际问题中存在目标函数估计代价高昂的情况，主要研究如何设计进化算法来解决实际的昂贵代价问题优化问题。
进化多任务学习：主要探讨网络科学中各任务迁移知识的可能性。
进化深度学习：主要探讨深度学习与进化结合的可能性，以突破各自的缺点。

时间序列分析：解决表征数据为时间序列的各种任务，应用场景为大型工业场景下的故障检测、预测已经后续的智能运维方案设计。已应用在航空发动机和高铁轨道数据的异常检测，涉及下列方向：
时间序列分类：研究如何高效地处理大规模、含噪声、类不平衡等极端场景下的时间序列分类问题。
时间序列预测：研究如何高效地进行大规模、含噪声、多步预测等极端场景下的时间序列预测问题。
时间序列聚类：研究如何高效地进行大规模、含噪声等极端场景下的时间序列聚类问题。
时间序列建模：研究如何高效地进行大规模、含噪声等极端场景下的时间序列建模问题。
基于时间序列的异常检测：研究如何高效地从时间序列中检测异常数据。

对抗机器学习：应用方向为复杂系统建模过程中的对抗，使相应的模型失效或者具有更强的鲁棒性。涉及下列方向：
复杂系统建模上的对抗学习。
进化优化上的对抗学习。
时间序列任务上的对抗学习。

科学研究
目前研究团队承担的科研项目：
”华山人才基金“挖潜项目，60万，2021-2023
中央高校基本科研业务费，2021-2022

学术论文
Journal Papers (* Corresponding Author)
Kai Wu,Chao Wang, Jing Liu, "Evolutionary Multitasking Multilayer Network Reconstruction,"IEEE Transactions on Cybernetics, accepted, 2021.(中科院SCI一区).(code)
Chao Wang, Jing Liu,Kai Wu, Chaolong Ying, "Learning Large-scale Fuzzy Cognitive Maps using an Evolutionary Many Task Algorithm,"Applied Soft Computing, vol. 108, 107441, 2021.(中科院SCI一区).
Fang Shen, Jing Liu, Kai Wu, "Evolutionary Multitasking Network Reconstruction from Time Series with Online Parameter Estimation," Knowledge-based Systems, vol. 222, 107019, 2021.(中科院SCI一区).
Chao Wang, Jing Liu,Kai Wu, Zhaoyang Wu, "Solving multi-task optimization problems with adaptive knowledge transfer via anomaly detection,"IEEE Transactions on Evolutionary Computation, DOI:10.1109/TEVC.2021.**, 2021, In Press.(中科院SCI一区).(code)
吴凯, 王超, 刘静, 流数据驱动的非线性动力学网络重构, 中国科学: 技术科学, DOI: 10.1360/SST-2020-0491, 2021, In Press.(中文顶级期刊).(code)
Kai Wu, Xingxing Hao, Jing Liu, Penghui Liu, Fang Shen, "Online reconstruction of complex networks from streaming data,"IEEE Transactions on Cybernetics, DOI:10.1109/TCYB.2020.**, 2020, In Press.(中科院SCI一区). (code)
Kai Wu, Jing Liu, Xingxing Hao, Penghui Liu, Fang Shen, "An evolutionary multi-objective framework for complex network reconstruction using community structure,"IEEE Transactions on Evolutionary Computation, vol. 25, no. 2, pp. 247-261, 2021.(中科院SCI一区). (code)
Kai Wu, Jing Liu, Penghui Liu, Fang Shen, "Online fuzzy cognitive map learning,"IEEE Transactions on Fuzzy Systems, vol. 29, no. 7, pp. 1885-1898, 2021.(中科院SCI一区).(code)
Kai Wu, Jing Liu, Penghui Liu, Shanchao Yang, "Time series prediction using sparse autoencoder and high-order fuzzy cognitive maps,"IEEE Transactions on Fuzzy Systems, vol. 28, no. 12, pp. 3110-3121, 2020.(中科院SCI一区). (code)
Kai Wu, Jing Liu, Dan Chen, "Network reconstruction based on time series via memetic algorithm,"Knowledge-Based Systems, vol. 164, pp. 404-425, 2019.(中科院SCI一区).
Kai Wu, Jing Liu, "Learning large-scale fuzzy cognitive maps based on compressed sensing and application in reconstructing gene regulatory networks,"IEEE Transactions on Fuzzy Systems, vol. 25, no. 6, pp. 1546-1560, 2017.(中科院SCI一区).
Kai Wu, Jing Liu, Yaxiong Chi, "Wavelet fuzzy cognitive maps,"Neurocomputing, vol. 232, pp. 94-103, 2017.(中科院SCI二区).
Kai Wu, Jing Liu, Shuai Wang, "Reconstructing networks from profit sequences in evolutionary games via a multiobjective optimization approach with lasso initialization,"Scientific Reports, vol. 6, pp. 37771, 2016.(中科院SCI三区).
Kai Wu, Jing Liu, "Robust learning of large-scale fuzzy cognitive maps via the lasso from noisy time series,"Knowledge-Based Systems, vol. 113, pp. 23-38, 2016.(中科院SCI一区).
Kaixin Yuan, Jing Liu, Shanchao Yang,Kai Wu, Fang Shen, "Time series forecasting based on kernel mapping and high-order fuzzy cognitive maps,"Knowledge-based Systems, vol. 206, 106359, 2020.(中科院SCI一区). (code)
Fang Shen, Jing Liu,Kai Wu, "Multivariate time series forecasting based on elastic net and high-order fuzzy cognitive maps: A case study on human action prediction through EEG signals,"IEEE Transactions on Fuzzy Systems, DOI: 10.1109/TFUZZ.2020.**, In Press.(中科院SCI一区).
Fang Shen, Jing Liu,Kai Wu, "A preference-based evolutionary bi-objective approach for learning large-scale fuzzy cognitive maps: An application to gene regulatory network reconstruction,"IEEE Transactions on Fuzzy Systems, vol. 28, no. 6, pp. 1035-1049, 2020.(中科院SCI一区).
Penghui Liu, Jing Liu,Kai Wu, "CNN-FCM: system modeling promotes stability of deep learning in time series prediction,"Knowledge-based Systems, vol. 203, 106081, 2020.(中科院SCI一区).
Fang Shen, Jing Liu,Kai Wu, "Evolutionary multitasking fuzzy cognitive map learning,"Knowledge-Based Systems, vol. 192, pp. 105294, 2020.(中科院SCI一区).
Zhangtao Li, Jing Liu,Kai Wu, "A multiobjective evolutionary algorithm based on structural and attribute similarities for community detection in attributed networks,"IEEE Transactions on Cybernetics, vol. 48, no. 7, pp. 1963-1976, 2018.(中科院SCI一区).

Conference PapersKai Wu, Jing Liu, Chao Wang, and Kaixin Yuan, "Pareto optimization for influence maximization in social networks,"EMO2020, pp. 697-707, Shenzhen, China, 2021.(code)
Kai Wu, Jing Liu, "Multi-objective evolutionary top rank optimization with Pareto ensemble,"Proceedings of 2020 IEEE Symposium Series on Computational Intelligence (IEEE SSCI2020), Canberra, Australia, 2020, pp.624-630.
Kai Wu, Jing Liu, "Classification-based optimization with multi-fidelity evaluations,"Proceedings of IEEE Congress on Evolutionary Computation 2019 (IEEE CEC2019), Wellington, New Zealand, 2019, pp. 1126-1131.
Ze Yang, Jing Liu,Kai Wu, "Learning of boosting fuzzy cognitive maps using a real-coded genetic algorithm,"Proceedings of IEEE Congress on Evolutionary Computation 2019 (IEEE CEC2019),Wellington, New Zealand, 2019, PP. 490-498.
Kai Wu, Jing Liu, "Evolutionary game network reconstruction by memetic algorithm with l1/2 regularization,"2017 Asia-Pacific Conference on Simulated Evolution and Learning, Shenzhen, China, 2017, pp. 385-396.
Kai Wu, Jing Liu, "Learning of sparse fuzzy cognitive maps using evolutionary algorithm with lasso initialization,"2017 Asia-Pacific Conference on Simulated Evolution and Learning, Shenzhen, China, 2017, pp. 966-973.

荣誉获奖
获得西安电子科技大学2018年秋季优秀博士学位论文资助基金资助，资助期：2018.9-2020.9
2019年获得一等学业奖学金，优秀研究生称号
2018年获得国睿奖学金
2017年获得中国电子科技集团公司-西安电子科技大学协同创新一等奖学金
2017年获得2016-2017研究生国家奖学金，优秀研究生称号
2016年获得2015-2016研究生国家奖学金，优秀研究生称号

科研团队
博士研究生
硕士研究生
马慧忻（2021级）
李园园（2021级，与刘静教授联合指导）
陈兰兰（2021级，与刘静教授联合指导）
刘勇君（2021级，与刘静教授联合指导）

课程教学
目前本人承担的教学任务：
目前承担教学情况：
本科生必修课，秋季，算法设计与分析（双语）
曾经承担的教学情况：
2021年春：智能数据挖掘，助教
2020年秋：算法设计与分析（双语），助教

招生要求
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于研究生招生的信息：
现有硕士招生名额，欢迎大家报考。
本人立志长期处于科研一线，解决国家卡脖子问题。掌握知识广泛，善于利用交叉领域知识解决问题。每每阅读新文章，总能感到自己的不足以及对其他领域知识的惊艳。
请先了解我的研究方向，如果你感兴趣且想和我一起工作，欢迎电邮你的个人简历至kwu@xidian.edu.cn
自我评价：涉猎方向广泛，喜欢看新论文，idea很多；
我对学生非常的严苛，学术上没追求的，请不要选我。求你一定不要选我，谢谢；
对你的期望：
良好的英文撰写、阅读能力；希望你在确认合作关系后，两个月内能培养自己良好的文献阅读习惯；
优秀的编程能力（Python，Matlab等），具有idea的快速验证的能力；
对科研具有极高的热情；
有较强的抗压能力，科研路漫漫，耐得住寂寞；
承诺：
提供一次从idea的产生->实验或者理论的验证->论文的撰写->论文的修改与审稿的全程指导，让你快速入门本研究方向。
不区分硕士或博士，学生的idea，统统学生本人一作。
不侵占学生劳动成果，提倡多劳多得，实力至上。
~~~~~~~~~~~~~~~~~~~~~~~~~~

Profile
Kai Wu
School of Artificial Intelligence

Contact Information
Email: kwu@xidian.edu.cn

Introduction
See Home for more information

Research
目前研究团队承担的科研项目：

Papers
[1]
[2]
[3]
[4]
[5]
[6]
[7];
[8]
[9]

Honors
点击网页顶部“添加栏目”可以添加其他栏目
把鼠标放在栏目标题处，尝试拖动栏目。

Team
团队教师

博士研究生
硕士研究生

Teaching
目前本人承担的教学任务：

课件下载示例

Admission
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于研究生招生的信息：
~~~~~~~~~~~~~~~~~~~~~~~~~~