个人信息
|
部门： 网络空间安全学院 性别： 男 职称： 副教授 电子邮箱： "laizhr"+"at"+"jnu.edu.cn" |
学习经历 赖兆荣，广州荔湾人，现任职于暨南大学网络空间安全学院，博士生导师，研究方向为通用机器学习，包括通用逼近理论、分布外泛化、稀疏学习、深度学习框架的基础模块开发、优化器开发、隐私保护与增强等。 教育背景： 2000.9— 2006.6：广东广雅中学（公办） 2006.9— 2010.6：中山大学 数学学院 数学与应用数学 理学学士 2008.9— 2009.1：国家公派至韩国东国大学数学系交流学习 2010.9— 2012.6：中山大学 数学学院 信息与计算科学 理学硕士 2012.9— 2015.6：中山大学 数学学院 概率论与数理统计 理学博士 工作经历 2015.7— 2016.6：中国工商银行广东省分行 公司金融业务部、投资银行部 行业经理 2016.6— 至今： 暨南大学 研究方向 【长期招募】具有扎实的Pytorch或Tensorflow开发能力且具有良好高等数学、高等代数基础的网络空间安全类、计算机类本科生入组研究。需要具备包括基础模块开发、张量运算开发、优化器开发等基础级开发能力，会事先考察相关能力水平。这里有充足的研究资源及前期工作论文储备帮你冲击ICML，NeurIPS，ICLR，IJCAI，AAAI，JMLR，AIJ等机器学习与人工智能国际顶会顶刊。自2024年4月至12月，本课题组已悉数收获CCF A机器学习两大国际顶级会议ICML、NeurIPS以及人工智能两大国际顶级会议IJCAI、AAAI论文共5篇。欢迎有实力的你加入我们组！
研究方向——通用机器学习：包括通用逼近理论、分布外泛化、非凸优化、稀疏学习、深度学习框架的基础模块开发、优化器开发、隐私保护与增强等。
欢迎对通用机器学习有兴趣，有扎实的数学规划、泛函分析、近世代数、高等测度论、随机分析与随机过程、数值分析、Pytorch（或Tensorflow）与Matlab编程基础，希望硕博连读的硕士生或博士生报读。
【注意】必须要有扎实的Pytorch或Tensorflow开发能力，包括基础模块开发、张量运算开发、优化器开发等基础级开发能力，会考察相关能力水平。因本研究方向难度极高，发表论文难度极高，且我对毕业论文要求严格，未达相应学位毕业论文水平的不予通过。请学生慎重考虑并与我确认后再选为导师。 主要论文 唯一一作或唯一通讯作论文： [1] Zhao-Rong Lai, Weiwen Wang, Invariant Risk Minimization Is A Total Variation Model, the 41st International Conference on Machine Learning (ICML, main track), 2024.机器学习两大国际顶级会议之一，中国计算机学会A类推荐会议。 [2] Zhao-Rong Lai, Xiaotian Wu, Liangda Fang, Ziliang Chen, A De-singularity Subgradient Approach for the Extended Weber Location Problem, the 33rd International Joint Conference on Artificial Intelligence (IJCAI, main track), 2024.人工智能两大国际顶级会议之一，中国计算机学会A类推荐会议。 [3] Zhao-Rong Lai, Xiaotian Wu, Liangda Fang, Ziliang Chen, Cheng Li, “De-singularity Subgradient for the q-th-Powered L_p-Norm Weber Location Problem”, The 39th Annual AAAI Conference on Artificial Intelligence (AAAI, main track), 2025.人工智能两大国际顶级会议之二，中国计算机学会A类推荐会议. [4] Yizun Lin, Zhao-Rong Lai*, Cheng Li, “A Globally Optimal Portfolio for m-Sparse Sharpe Ratio Maximization”, the 38th Annual Conference on Neural Information Processing Systems（NeurIPS, main track), 2024.机器学习两大国际顶级会议之二，中国计算机学会A类推荐会议. [5] Yizun Lin, Yangyu Zhang, Zhao-Rong Lai*, Cheng Li, Autonomous Sparse Mean-CVaR Portfolio Optimization, the 41st International Conference on Machine Learning (ICML, main track), 2024.机器学习两大国际顶级会议之一，中国计算机学会A类推荐会议。 [6] Zhao-Rong Lai, Liming Tan, Shaoling Chen, Haisheng Yang, “Sparse-structured time-varying parameter vector autoregression for high-dimensional network connectedness measurement”, Expert Systems with Applications, vol. 258,no. 125136,2024.（影响因子7.5，中科院SCI一区TOP期刊，中国计算机学会C类期刊） [7] Zhao-Rong Lai, Cheng Li, Xiaotian Wu, Quanlong Guan, Liangda Fang, “Multitrend Conditional Value at Risk for Portfolio Optimization”, IEEE Transactions on Neural Networks and Learning Systems , vol. 35, no. 2, pp. 1545-1558, Feb. 2024.中科院一区TOP期刊，影响因子14.255。中国计算机学会B类推荐期刊。 [8] Zhao-Rong Lai, Haisheng Yang，“A Survey on Gaps between Mean-variance Approach and Exponential Growth Rate Approach for Portfolio Optimization”，ACM Computing Surveys（CSUR）, vol. 55, no. 2, pp. 1–36, Mar. 2023, Article No. 25. 中科院一区TOP期刊，影响因子23.8。 [9] Xian-Bin Ye, Quanlong Guan, Weiqi Luo, Liangda Fang, Zhao-Rong Lai *, Jun Wang， “Molecular substructure graph attention network for molecular property identification in drug discovery”，Pattern Recognition, vol. 128, Article 108659, pp. 1-13, 2022. 中科院一区TOP期刊，影响因子8.518。中国计算机学会B类推荐期刊。 [10]Zhao-Rong Lai*，Liming Tan, Xiaotian Wu， Liangda Fang，“Loss Control with Rank-one Covariance Estimate for Short-term Portfolio Optimization”，Journal of Machine Learning Research, vol. 21, no. 97, pp. 1-37, Jun. 2020. 人工智能与机器学习领域的四大国际顶级期刊之一，机器学习领域的顶级期刊，中国计算机学会A类、中国数学会T1双顶级期刊。 [11]Zhao-Rong Lai，Pei-Yi Yang, Liangda Fang，Xiaotian Wu，“Reweighted Price Relative Tracking System for Automatic Portfolio Optimization”, IEEE Transactions on Systems, Man and Cybernetics: Systems, vol. 50, no. 11, pp. 4349–4361, Nov. 2020. 中科院一区TOP期刊，影响因子13.451。 [12]Zhao-Rong Lai*，Pei-Yi Yang, Liangda Fang，Xiaotian Wu， “Short-term Sparse Portfolio Optimization Based on Alternating Direction Method of Multipliers”，Journal of Machine Learning Research, vol. 19, no. 63, pp. 1-28, Oct. 2018. 人工智能与机器学习领域的四大国际顶级期刊之一，机器学习领域的顶级期刊，中国计算机学会A类、中国数学会T1双顶级期刊。 [13]Zhao-Rong Lai, Dao-Qing Dai, Chuan-Xian Ren, and Ke-Kun Huang, “Radial basis functions with adaptive input and composite trend representation for portfolio selection”, IEEE Transactions on Neural Networks and Learning Systems, vol. 29, no. 12, pp. 6214–6226, Dec. 2018. 中科院一区TOP期刊，影响因子14.255。中国计算机学会B类推荐期刊。 [14]Zhao-Rong Lai, Dao-Qing Dai, Chuan-Xian Ren, and Ke-Kun Huang, “A peak price tracking based learning system for portfolio selection”, IEEE Transactions on Neural Networks and Learning Systems, vol. 29, no. 7, pp. 2823–2832, Jul. 2018. 中科院一区TOP期刊，影响因子14.255。中国计算机学会B类推荐期刊。 [15]Zhao-Rong Lai，Pei-Yi Yang，Xiaotian Wu，Liangda Fang， “A Kernel-based Trend Pattern Tracking System for Portfolio Optimization”，Data Mining and Knowledge Discovery, vol. 32, no. 6, pp. 1708–1734, 2018. 中国计算机学会B类推荐期刊。 [16]Pei-Yi Yang，Zhao-Rong Lai*，Xiaotian Wu，Liangda Fang， “Trend representation based log-density regularization system for portfolio optimization”，Pattern Recognition, vol. 76, pp. 14-24, 2018. 中科院一区TOP期刊，影响因子8.518。中国计算机学会B类推荐期刊。 [17]Zhao-Rong Lai, Dao-Qing Dai, Chuan-Xian Ren, and Ke-Kun Huang. “Discriminative and compact coding for robust face recognition,” IEEE Transactions on Cybernetics, vol. 45, no. 9, pp. 1900–1912, Sept. 2015. 中科院一区TOP期刊，影响因子19.118。中国计算机学会B类推荐期刊。 [18]Zhao-Rong Lai, Dao-Qing Dai, Chuan-Xian Ren, and Ke-Kun Huang. “Multiscale logarithm difference edgemaps for face recognition against varying lighting conditions”, IEEE Transactions on Image Processing, vol. 24, no. 6, pp. 1735–1747, June 2015.中科院一区TOP期刊，影响因子11.041。中国计算机学会A类推荐期刊。 [19]Zhao-Rong Lai, Dao-Qing Dai, Chuan-Xian Ren, and Ke-Kun Huang. “Multilayer surface albedo for face recognition with reference images in bad lighting conditions,” IEEE Transactions on Image Processing, vol. 23, no. 11, pp. 4709–4723, Nov. 2014. 中科院一区TOP期刊，影响因子11.041。中国计算机学会A类推荐期刊。 如果需要论文的程序代码及数据集，请登录链接https://github.com/laizhr 或直接发邮件联系本人：laizhr+at+jnu.edu.cn 谢谢！ 承担课题 主要科研项目： 1.国家自然科学基金面上项目（项目负责人）：基于凯利准则及指数增长率的资产配置机器学习方法研究，批准号62176103，执行时间为2022年1月到2025年12月。 2.广州市科技计划项目（项目负责人）：带精确稀疏约束的统计优化方法研究，任务书编号2024A04J9896，执行时间为2024年1月至2025年12月。 3.国家自然科学基金青年科学基金项目（项目负责人）：基于复合趋势表示和稀疏限制的资产配置算法研究，批准号61703182，执行时间为2018年1月到2020年12月，已结题。 4. 广州市科技计划项目（项目负责人）：用于高频资产交易风险控制的机器学习方法研究，执行时间为2021年4月到2023年3月，已结题。
主要奖励： 1.2020年度广东省科技进步二等奖（5/10）：大数据场景下的安全防护与智能分析关键技术研发及应用。 2.2022年中国图像图形学学会自然科学二等奖（3/4）：图像的多尺度特征融合与自适应判别分析。 3.2023年度广东省计算机学会优秀论文二等奖（1/4）：Loss Control with Rank-one Covariance Estimate for Short-term Portfolio Optimization. 发明专利 主要发明专利（第一发明人）： 1.一种基于交替方向乘子准则的短期稀疏资产组合优化系统，2021年7月23日获得正式授权，专利号ZL201811023260.5。 2. 一种基于对数差分的图片人脸轮廓特征提取方法，2017年8月11日获得正式授权，专利号ZL201410857373.0。 社会职务 1.应邀担任中国计算机学会推荐A类会议、人工智能领域的国际顶级会议“国际人工智能联合会议”（ International Joint Conference on Artificial Intelligence, IJCAI）的资深程序委员（Senior Program Committee）及分组会议主持（Session Chair）。 2.应邀担任国际顶级会议或期刊ICLR，SIAP, TNNLS, TKDE, Neural Networks, KBS, TIST, TBD, IPM, COR等的审稿人。 |
