师资队伍

高强

人工智能系

讲师、硕士生导师

个人主页:https://qianggao.xyz

Emailqianggao@swufe.edu.cn

办公室:西南财经大学柳林校区格致楼J310-1

教师简介

高强,现任西南财经大学计算机与人工智能学院讲师、硕士生导师。2020年毕业于电子科技大学,获得工学博士学位。20199月至20209月,受国家留学基金委、华为-电子科技大学博士学术支持计划资助于美国西北大学进行博士生联合培养,指导教师为Goce TrajchevskiDiego Klabjan。高强博士主要研究方向涉及机器学习、深度学习、时空数据挖掘和金融科技等,在国际顶级期刊、顶级学术会议等发表10余篇学术论文,包括AAAIIJCAIWWWTNNLSACM SIGSPATIAL等。主持国家自然科学基金青年基金1项、参与国家自然科学基金项目3项、四川省科技计划2项等。目前是ACM SIGSPATIAL中国分会成员、中国计算机学会学生分会工作组成员。

欢迎对深度学习、时空数据挖掘、金融科技等方向感兴趣的青年才俊报考我的研究生。欢迎优秀本科生加入我的课题小组,目前课题小组与爱荷华州立大学、马里兰大学、香港科技大学等高校老师建立了长期合作关系。

研究领域

深度学习

机器学习

时空数据处理

金融科技

教育背景

2019/09-2020/09 美国西北大学 国家公派联合培养博士

2016/09-2020/12 电子科技大学 博士

2014/09-2016/07 电子科技大学 硕士(硕博连读)

职业经历

2021/03年至今 西南财经大学 计算机与人工智能学院 讲师

荣誉奖励

2022 ACM Chengdu Chapter 优秀博士论文奖(西南地区唯一)

2021 四川省优秀毕业生

2019 华为-电子科技大学博士学术支持计划

2018 美国自然科学基金旅行奖学金

2017 中国计算机学会(CCF)全国优秀学生分会主席

2017 研究生国家奖学金、国家网络安全奖学金

讲授课程

本科生: 数据挖掘、机器学习、高级机器学习

研究生: 数据挖掘、人工智能

研究成果

代表性学术论文:

[1] Qiang Gao, Zhipeng Luo, Diego Klabjan and Fengli Zhang. Efficient Architecture Search for Continual Learning, IEEE Transactions on Neural Networks and Learning Systems, 2022. (SCI一区,Top期刊,CCF B)

[2] Fan Zhou, Rongfan Li, Qiang Gao, Goce Trajcevski, Kunpeng Zhang, Ting Zhong. Dynamic Manifold Learning for Land Deformation Forecasting, Thirty-Sixth AAAI Conference on Artificial Intelligence (AAAI),2022 (CCF A类会议)

[3] Fan Zhou, Yurou Dai, Qiang Gao, Pengyu Wang, and Ting Zhong. Self-Supervised Human Mobility Learning for Next Location Prediction and Trajectory Classification, Knowledge-Based Systems, 2021. (SCI一区)

[4] Qiang Gao, Fan Zhou, Goce Trajcevski, Kunpeng Zhang, Ting Zhong and Fengli Zhang, Adversarial Human Trajectory Learning for Trip Recommendation, IEEE Transactions on Neural Networks and Learning Systems. (SCI一区,Top期刊,CCF B)

[5] Qiang Gao, Fan Zhou, Goce Trajcevski, Fengli Zhang, Xucheng Luo, Adversity-based Social Circles Inference via Context-Aware Mobility, 2020 IEEE Global Communications Conference--GlobeCom 2020. (CCF C类,通信领域旗舰会议)

[6] Qiang Gao, Goce Trajcevski, Fan Zhou, Kunpeng Zhang, Ting Zhong, and Fengli Zhang. DeepTrip: Adversarially Understanding Human Mobility for Trip Recommendation. Proceedings of the 27th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems --ACM SIGSPATIAL 2019. (GIS顶级会议)

[7] Qiang Gao, Fan Zhou, Goce Trajcevski, Kunpeng Zhang, Ting Zhong and Fengli Zhang, Predicting Human mobility via Variational Attention, The World Wide Web Conference --WWW 2019. (CCF A类会议,进入最佳论文评审)

[8] Qiang Gao, Goce Trajcevski, Fan Zhou, Kunpeng Zhang, Ting Zhong and Fengli Zhang, Trajectory-based Social Circle Inference, Proceedings of the 26th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems--ACM SIGSPATIAL 2018. (GIS顶级会议)

[9] Fan Zhou, Qiang Gao, Goce Trajcevski, Kunpeng Zhang, Ting Zhong, Fengli Zhang, Trajectory-User Linking via Variational AutoEncoder, IJCAI 2018. (CCF A类会议)

[10] Qiang Gao, Fan Zhou, Kunpeng Zhang, Goce Trajcevski, Xuecheng Luo, Fengli Zhang, Identifying Human Mobility via Trajectory Embeddings, IJCAI 2017.(CCF A类会议)

[11]高强, 张凤荔, 王瑞锦, & 周帆. (2017). 轨迹大数据: 数据处理关键技术研究综述. 软件学报, 28(4), 959-992. (中文CCF A类,软件学报高影响力文章)

主要科研项目:

[1]国家自然科学基金青年基金项目,62102326,面向人类移动性理解的深度轨迹表示学习研究,2022-1至2024-12, 在研,主持

[2]西南财经大学引进人才科研启动资助项目(重点项目),移动性表征动态持续学习研究,2021-1至2021-12,已结题,主持

[3]国家自然科学基金面上项目,62072077,图学习中的可解释性研究,2021-01至2024-12,主研,在研

[4]国家自然科学基金企业创新发展联合基金项目,U19B2028,面向复杂场景认知推理的知识图谱构建与计算方法研究,2020-01至2023-12, 在研, 参与

[5]国家自然科学基金面上项目,61772117,基于逻辑规则和表示学习的知识图谱关系推理方法与应用研究,2018-01至2021-12,已结题,参与

学术活动

程序委员:

[1] Program Committee Member, KSEM 2022

[2] Program Committee Member, ACM SIGSPATIAL 2021

[3] Program Committee Member, EAI CollaborateCom 2020

审稿人:

[1] IEEE Transactions on Knowledge and Data Engineering

[2] IEEE Transactions on Systems Man Cybernetics-Systems

[3] KDD (2018-2021)

[4] IEEE BigData (2019-2021)

[5] Scientific Reports

[6] GeoInformatica

[7] Human-Centric Intelligent Systems