自动化学院

—生物启发与智能计算梯队—

团队介绍

生物启发与智能计算梯队所属北京科技大学自动化学院控制科学与工程系，现有教授2人、副教授2人，由付冬梅教授任梯队长，邵立珍教授、伍春洪副教授和杨焘副教授为梯队成员。梯队面向国家重大战略需求，研究方向涵盖复杂数据分析与挖掘、最优化方法及应用、人工智能与科学计算、大模型与知识图谱、图像分析与理解等。近年来承担国家重点研发计划、科技基础资源调查专项等国家级与省部级科研项目10余项，与国家电网、上海商飞、华为等企业开展近30项产学研合作项目。近年来在IEEE Transactions on Pattern Analysis and Machine Intelligence、Pattern Recognition等期刊和CVPR、NeurIPS、AAAI等会议上发表论文近200篇。相关研究在材料腐蚀预测、化工设备智能运维等领域取得了重要应用成果，获教育部科学技术进步奖一等奖、中国腐蚀与防护学会科学技术奖励一等奖、国防科学技术进步二等奖等奖项。梯队学生多次获得北京科技大学优秀博/硕学位论文、国家奖学金、院长奖章等荣誉，在iCAN国际创新创业大赛、“挑战杯”全国大学生创业计划竞赛等高水平竞赛中斩获国际赛金奖、全国银奖等奖项。

导师介绍

付冬梅 教授

付冬梅，女，工学博士，北京科技大学自动化学院教授、博士生导师，北京市教学名师，北京市优秀教师，现任生物启发与智能计算梯队长。主要研究方向为：复杂数据挖掘、图像分析与理解、知识图谱与深度学习理论及应用等。近年主持国家自然科学基金、国家重点研发计划、科技基础资源调查专项等国家级与省部级科研项目10余项，主持企业合作横向项目20余项。近年在IEEE Transactions on Pattern Analysis and Machine Intelligence、IEEE Transactions on Visualization and Computer Graphics等期刊及CVPR、ICCV、AAAI等顶级会议上发表论文100余篇，授权发明专利10余项、软件著作权近20项。研究成果获教育部科学技术进步一等奖、国防科学技术进步二等奖、中国腐蚀与防护学会科学技术奖一等奖等省部级奖励。曾获北京市教育系统“教书育人先锋”、北京科技大学“十佳导师”“我爱我师”“研师益友”“师德先锋”等称号，北京科技大学优秀博士论文指导教师。指导研究生中10余人获国家奖学金，8人获校级优秀毕业论文，4人获自动化学院“院长奖章”；指导学生参加学科竞赛获省部级一等奖以上30余项，支持10余名学生赴境外高校开展学术交流与联合培养。

联系邮箱：fdm_ustb@ustb.edu.cn

邵立珍 教授

伍春洪 副教授

伍春洪，女，工学博士，北京科技大学自动化学院副教授、硕士生导师，中国图形图像学会立体图像专业委员会委员，北京科技大学优秀全程导师。1996年获中国科学技术大学生物物理专业硕士学位，2003年获英国德蒙特福大学计算机工程专业博士学位。主要研究方向为机器视觉与图像分析等。在Journal of Display Technology、Journal of Electronic Imaging、JOSA等国内外权威期刊发表学术论文20余篇。指导学生在省部级和国家级竞赛中获奖近10项，最高获特等奖。

联系邮箱：cwu@ies.ustb.edu.cn

杨焘 副教授

杨焘，男，工学博士，北京科技大学自动化学院副教授、硕士生导师。2016年获北京科技大学控制科学与工程专业博士学位，2017年至2018年在北京科技大学从事博士后研究，其间赴丹麦技术大学做访问学者。主要研究方向为：流程与时序数据分析与建模、多模态深度学习、流形理论及其应用等。主持和参与国家级项目4项，省部级项目4项，发表SCI检索期刊学术论文近20篇，在国内外学术会议上做学术报告10余次。曾获自动化学院优秀全程导师称号，指导的1名研究生被评为北京市优秀毕业生。指导学生参加西门子杯竞赛获得省部级奖项3项。

联系邮箱：yangtao@ustb.edu.cn

研究方向

01 / 复杂数据分析与挖掘

聚焦工程与科学问题中的复杂数据，开展高维数据建模、时序数据预测等研究，在材料环境失效数据挖掘、分子图数据表征、复杂物理过程求解、以及物理信息神经网络等方向形成了系统积累。相关成果发表于Expert Systems with Applications、Neural Networks、Applied Soft Computing等Top期刊，累计发表论文近50篇。主持、参与5项科技部纵向课题（含1个千万级、2个百万级项目），与国家电网等企业开展横向合作3项。

02 / 最优化方法及应用

面向智能决策系统、流程工业优化、多智能体协同控制及路径规划等应用需求，开展多目标优化理论、算法与应用，以及多智能体分布式优化等研究。在多目标优化算法、高维多目标优化问题求解和复杂工程系统优化等方面形成了系统的研究成果。主持国家自然科学基金、北京市自然科学基金等多项科研项目，在European Journal of Operational Research、Journal of Global Optimization、Optimization等运筹学领域权威期刊发表论文50余篇，出版英文学术专著1部。

03 / 人工智能与科学计算

面向控制、材料科学及复杂工程系统中的科学计算与智能决策需求，开展深度学习、强化学习和物理信息建模等研究，重点关注复杂动态系统建模与安全分析、智能控制、材料性能评估及腐蚀演化预测等问题。通过融合人工智能、控制理论、优化理论与科学计算，构建兼具机理一致性、预测能力和决策能力的智能模型，服务于复杂系统分析、智能控制、材料性能预测及工程系统优化等任务。相关研究成果发表于Engineering Applications of Artificial Intelligence、Neural Networks、Corrosion Science等人工智能、科学计算与材料科学领域期刊，累计发表论文30余篇。

04 / 大模型与知识图谱

面向装备制造、流程工业等领域的知识组织与智能决策需求，开展垂直领域知识图谱构建、表示学习与大模型推理等研究，重点攻克领域知识图谱自动构建、实体关系抽取、大模型驱动的智能问答与推理等关键技术。研究成果在中国商用飞机、广灵金隅水泥等企业得到应用验证。发表期刊/会议论文10余篇，申请专利4项、软件著作权2项。

05 / 图像分析与理解

聚焦医学影像分析、材料图像分析、流程工业视觉检测等应用场景，围绕图像特征提取、目标检测与分割等核心问题开展研究。相关成果发表在CVPR、ECCV、NeurIPS、ACM MM等国际顶级会议，及IEEE Transactions on Pattern Analysis and Machine Intelligence（IF=26.7）、Pattern Recognition（IF=8.4）等权威期刊，累计发表论文30余篇。

学生风采

梯队始终将人才培养与国家战略需求紧密结合，毕业生具备扎实的数学基础、过硬的算法能力和跨学科应用视野。已培养毕业博士生13人，硕士生160余人，大量校友成长为行业骨干与技术中坚。毕业生广泛任职于华为、百度、阿里巴巴等头部科技企业，国家电网、中国商飞、中国电子科技集团等大型国央企，以及波士顿大学、西北工业大学、河北工业大学等国内外知名高校，从事算法研发、数据分析、系统架构、科研教学等核心岗位。

诚挚欢迎控制科学与工程、计算机科学与技术、人工智能等相关专业的优秀学子加入，共同探索智能数据挖掘、最优化方法及应用、人工智能与科学计算等前沿科学问题，在高水平科研平台上成长成才，服务国家重大战略需求。