讲师

姓名:周慧 性别:女 学历:博士研究生

职称:讲师 办公室:J13-108 隶属部门:人工智能系

联系方式:528882190@qq.com

个人简介:

周慧,女,计算机学院,讲师/学术副教授。2023年6月,毕业于西安电子科技大学,获工学博士学位。2023年7月,入职山东科技大学计算机学院人工智能系。主要研究方向为:图神经网络、网络表示学习、人工智能等。主持教育部人文社科项目、山东科技大学“菁英计划B类人才”项目,参与国家自然科学基金重点项目、面上项目,山东省自然科学基金,以及教育部人文社科项目等,在IEEE TNNLS、IEEE TNSE、Information Sciences、Knowledge-Based Systems 等国际期刊上发表论文10余篇。

详细信息:

-------------------------------------------------------------------------

欢迎对人工智能感兴趣的学生加入到我的课题组,我会为每位学生提供个性化的学术指导,帮助你们在科研中快速成长。无论是发表论文、申请博士,还是进入业界,我都会全力支持。我的联系方式(邮箱:528882190@qq.com zhouhui@sdust.edu.cn),我个人对研究生的期望如下:

1) 具有较强的编程能力,熟练掌握包括python在内的至少一种编程语言;

2) 时间管理能力强,目标明确,能够较好地平衡学业和业余生活,懂得分清主次;

3) 具有较好的数学基础和英文水平;

4) 与人相处能力强,具有较强的团队协作能力;

-------------------------------------------------------------------------

教育经历:

[1] 2020.092023.06西安电子科技大学,博士

[2] 2017.09—2020.06,山东科技大学,硕士

[3] 2013.09—2017.06,山东科技大学,学士

-------------------------------------------------------------------------

主持或参与的科研项目:

[1] 教育部人文社会科学研究青年基金,数字化赋能跨平台教育资源匹配——基于图神经网络的推荐机制研究,2025.01-2027.12,主持,在研;

[2] 山东科技大学“菁英计划B类人才”项目,2023.07-2028.06,主持,在研;

[3] 国家自然科学基金重点项目,深度神经网络结构优化理论与方法,2021.01-2025.12,306 万元,参与,在研;

[4] 国家自然科学基金面上项目,异质图神经网络的高效性与鲁棒性研究,2025.01-2027.12,参与,在研;

[5] 国家自然科学基金面上项目,复杂属性网络的多视角表示学习关键技术研究,2021.01-2024.12,参与,在研;

-------------------------------------------------------------------------

代表性论文:

[1] Maoguo Gong*, Hui Zhou, A. K. Qin, Wenfeng Liu, Zhongying Zhao, Self-paced co-training of graph neural networks for semi-supervised node classification, IEEE Transactions on Neural Networks and Learning Systems, 2023, 33(11), 9234-9247. (中科院一区, Top期刊IF: 10.4)

[2] Hui Zhou, Maoguo Gong*, Shanfeng Wang, Yuan Gao, Zhongying Zhao, SMGCL: Semi-supervised Multi-view Graph Contrastive Learning, Knowledge-Based Systems, 2023, 260: 110120. (中科院一区, Top期刊, IF: 8.8)

[3] Hui Zhou, Zhongying Zhao*, Chao Li, Yongquan Liang, Qingtian Zeng, Rank2vec: Learning node embeddings with local structure and global ranking, Expert Systems with Applications, 2019, 136: 276-287. (中科院一区, Top期刊, IF5.452)

[4] Hui ZhouXin Liu, Xiangju Li, Zhongying Zhao, Chao Li. Adversarial variational autoencoder for attributed graph embedding with high-frequency noise filteringApplied Intelligence, 2023, 53(22): 26750-26762. (中科院二区, IF5.3)

[5] Zhongying Zhao*, Hui Zhou, Chao Li, Jie Tang, Qingtian Zeng, DeepEmLAN: Deep embedding learning for attributed networks, Information Sciences, 2021, 543: 382-397. (中科院一区, Top期刊, IF: 8.233)

[6] Zhongying Zhao*, Hui Zhou, Liang Qi, Liang Chang, Mengchu Zhou. Inductive representation learning via cnn for partially-unseen attributed networks. IEEE Transactions on Network Science and Engineering, 2021, 8(1): 695-706. (中科院二区, IF: 5.033)

[7] 周慧赵中英*, 李超面向异质信息网络的表示学习方法研究综述计算机科学与探索, 2019, 13(7): 1081-1093.(CCF-B类中文期刊)

[8] Zhongying Zhao*, Xuejian Zhang, Hui Zhou, Chao Li, Maoguo Gong*, HetNERec: heterogeneous network embedding based recommendation, Knowledge-Based Systems, 2020, 204: 106218. (中科院一区, IF: 8.038)