智能计算研究院
|
|
|
|
| 导师代码： |
21185
|
| 导师姓名： |
梁爽
|
| 性 别： |
男 |
| 特 称： |
|
| 职 称： |
副研究员
|
| 学 位： |
工学博士学位
|
| 属 性： |
专职 |
| 电子邮件： |
shuangliang@uestc.edu.cn
|
|
|
| 学术经历：
|
|
现任电子科技大学智能计算研究院特聘副研究员。从事知识图谱以及大模型工具学习的研究，并取得较多创新性成果。发表学术论文10余篇，以第一作者/通讯作者身份发表了 7 篇CCF-A/B学术论文，其中ESI高被引论文1篇；主持国自然青年基金一项，省部级项目一项以及之江实验室国际青年人才基金一项；参于重大重点项目两项（经费超500W）；共申请专利软著 10项，一作的专利软著 5项。相关研究成果发表在KDD， IEEE TKDE (数据挖掘顶级期刊，CCF-A)、ACM TOMM (多模态数据处理顶级期刊，CCF-B)、IEEE ICDE(数据挖掘顶级会议，CCF-A)等期刊和会议上。受邀为多个国际期刊会议审稿人，包括：IEEE TKDE, IEEE TNNLS, ACM KDD, ACM MM等。代表性学术成果包括：
1. 针对知识图谱表示学习，提出不同类型的图神经网络对其优化。例如，基于图上最大互信息的多关系图神经网络针对图非联通性提出了一种新型图神经网络；同时对于多模态知识图谱，以及知识增强推荐系统进行了深入的研究。相关研究成果发表在 IEEE TKDE (数据挖掘顶级期刊，CCF-A)、ACM TOMM (多模态数据处理顶级期刊，CCF-B)、IEEE ICDE(数据挖掘顶级会议，CCF-A)等期刊和会议上。同时本人结题2022年度之江国际青年人才基金，并主持了四川省2023科技创新创业苗子工程重点项目（项目编号: 2023JDRC0086）。
2. 针对AI大模型在存储优化这一场景中，提出一种基于贪婪算法的预取加载规则。相关工作发表在DASFAA(数据库国际会议，CCF-B)上。
|
|
| 个人简介：
|
|
2012年-2016年:电子科技大学,本科;
2016年-2019年:电子科技大学,硕士;
2019.年-2023年:电子科技大学,博士;
2023年-至今:电子科技大学, 特聘副研究员
|
|
| 科研项目：
|
|
1. 四川省科技厅, 四川省科技创新创业苗子工程重点项目, 2023JDRC0086, 基于知识图谱的兴趣推理及其在推荐系统中的应用, 2023-01 至 今, 10万元, 结题（优秀）, 主持；
2. 之江实验室, 之江实验室国际青年人才基金, 无, 基于图视角的多模态知识图谱表示学习与应用, 2022-01 至 2023-01, 3万元, 结题, 主持；
3. 国家自然科学基金委员会, 联合基金项目, U21B2046, 大规模属性异质图表示与挖掘方法, 2022-01-01 至 2025-12-31, 253万元, 在研, 参与；
4. 国家自然科学基金委员会，青年基金项目，62406057，面向高效可信推理的大语言模型知识增强技术研究，2025.01-至今，30万元，在研，主持。
|
|
| 研究成果：
|
|
[1].Shuang Liang, Jie Shao, Jiasheng Zhang, and Bin Cui, “Graph-based Non-Sampling for Knowledge Graph Enhanced Recommendation”, IEEE Transactions on Knowledge and Data Engineering (TKDE), 35(9): 9462-9475, 2023. (CCF-A)
[2].Shuang Liang, Jie Shao, Dongyang Zhang, Jiasheng Zhang, and Bin Cui, “DRGI: Deep Relational Graph Infomax for Knowledge Graph Completion”, IEEE Transactions on Knowledge and Data Engineering (TKDE), 35(3): 2486-2499, 2023. (CCF-A)
[3].Shuang Liang, Anjie Zhu, Jiasheng Zhang, and Jie Shao, “Hyper-node Relational Graph Attention Network for Multi-modal Knowledge Graph Completion”, ACM Transactions on Multimedia Computing Communications and Applications (TOMM), 19(2): Article 62, 21 pages, 2023. (CCF-B)
[4].Anjie Zhu, Deqiang Ouyang, Shuang Liang, and Jie Shao, “Step by Step: A Hierarchical Framework for Multi-hop Knowledge Graph Reasoning with Reinforcement Learning”, Knowledge-based Systems (KBS), 248: 108843, 2022. (中科院一区)
[5].Jiasheng Zhang, Shuang Liang, Yongpan Sheng, and Jie Shao, “Temporal Knowledge Graph Representation Learning with Local and Global Evolutions”, Knowledge-based Systems (KBS), Knowledge-based Systems (KBS), 251: 109234, 2022. (中科院一区)
[6].Hongcai He, Anjie Zhu, Shuang Liang, Feiyu Chen, and Jie Shao, “Decoupling MetaReinforcement Learning with Gaussian Task Contexts and Skills”, In Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI), February 20-27 2024, Vancouver, Canada. (CCF-A)
[7].Shuang Liang, “Knowledge Graph Embedding Based on Graph Neural Network”, In Proceedings of the 39th IEEE International Conference on Data Engineering (ICDE), pages 3908-3912, April 3-7 2023, Anaheim, CA, USA. (CCF-A)
[8].Derong Chen, Shuang Liang (通讯作者), Gang Hu, Han Xu, Xianqiang Luo, Hao Li, and Jie Shao, “Mitigating Data Stalls in Deep Learning with Multi-times Data Loading Rule”, In Proceedings of the 28th International Conference on Database Systems for Advanced Applications (DASFAA), pages 562-577, April 17-20 2023, Tianjin, China. (CCF-B)
[9].Shuang Liang, Jie Shao, Dongyang Zhang, Jiasheng Zhang, and Bin Cui, “DRGI: Deep Relational Graph Infomax for Knowledge Graph Completion (Extended Abstract)”, In Proceedings of the 38th IEEE International Conference on Data Engineering (ICDE), pages 1499-1500, May 9-12 2022, Kuala Lumpur, Malaysia. (CCF-A)
[10].Jiasheng Zhang, Shuang Liang, Zhiyi Deng, and Jie Shao, “Spatial-Temporal Attention Network for Temporal Knowledge Graph Completion”, In Proceedings of the 26th International Conference on Database Systems for Advanced Applications (DASFAA), pages 207-223, April 11-14 2021, Taiwan, China. (CCF-B)
|
|
| 专业研究方向：
|
| 专业名称 |
研究领域/方向 |
招生类别 |
| 081200计算机科学与技术 |
02机器智能与模式识别，06云计算与大数据处理 |
硕士学术学位 |
|
|
|
|
|
|
