Shuo Wang
更新-260416 | 发布-260416
基本信息
- 高校：伯明翰大学(University of Birmingham)（英国）
- 院系：计算机科学学院(School of Computer Science)
- 职称：副教授
- 性别：女
- 研究领域：数据流分类/机器学习中的类别不平衡学习和集成学习方法
- 博士毕业院校：英国伯明翰大学
- 本科毕业院校：北京工业大学
个人研究情况
研究方向聚焦于机器学习与数据流学习，尤其在类别不平衡学习（Class Imbalance Learning）领域造诣深厚。核心研究涵盖：在线类别不平衡学习与概念漂移检测、集成学习方法（负相关学习、重采样集成）、联邦学习中的不平衡与漂移问题、自动化机器学习（AutoML）用于不平衡场景，以及多目标优化等。应用方向涉及软件缺陷预测、电力负荷概率预测、遥感图像分析、建筑能耗优化等。近年来还拓展至大语言模型辅助时间序列预测（BALM-TSF）及知识图谱实体对齐等新兴领域。成果发表于IEEE TKDE、IEEE TNNLS、IJCAI、ICSE、ECML PKDD等顶级期刊与会议，并与Xin Yao教授长期合作，是该领域的重要研究者。
学术影响力
- 谷歌学术引用：5562
- H指数：38
整体评价
A
备注
邮箱：s.wang.2@bham.ac.uk