Feng Chen
更新-260416 | 发布-260416
基本信息
- 高校：德克萨斯大学达拉斯分校（The University of Texas at Dallas）（美国）
- 院系：Erik Jonsson School of Engineering and Computer Science Computer Science
- 职称：副教授（终身教职）
- 性别：男
- 研究领域：人工智能安全性、公平性、稳健性、不确定性、数据挖掘(AI safety、fairness、robustness、uncertainty、data mining)
- 博士毕业院校：弗吉尼亚理工大学
- 本科毕业院校：湖南大学
个人研究情况
Feng Chen 现任美国德克萨斯大学达拉斯分校（The University of Texas at Dallas, UT Dallas）计算机科学系终身副教授，2019 年加入 UT Dallas。此前，他曾在卡内基梅隆大学从事博士后研究，在 Event and Pattern Detection Laboratory 及 iLab 开展研究工作；他于 2012 年在弗吉尼亚理工学院暨州立大学获得计算机科学博士学位，师从 Chang-Tien Lu 教授。
他的研究总体聚焦于安全、可信与负责任的人工智能。根据其实验室主页，他目前主要围绕三个方向展开工作：一是面向分布外检测与泛化的鲁棒 AI，提升模型在开放环境中的稳定性与可靠性；二是公平、可解释、符合伦理约束的机器学习，关注 AI 在社会应用中的公正性与责任边界；三是面向高风险场景的 AI 安全方法，强调在复杂现实任务中构建更稳健、更值得信赖的智能系统。
从发表与项目方向来看，Feng Chen 的研究兼具方法深度与应用广度。他在 KDD、AAAI 等数据挖掘与人工智能重要会议持续发表成果，研究内容涉及公平感知在线元学习、文本分类中的不确定性建模、异常模式检测、图数据分析以及 AI 在能源预测等场景中的应用。这些工作体现出他一方面重视机器学习基础问题，另一方面也强调面向真实世界系统的落地能力。
整体来看，Feng Chen 属于典型的“AI 安全 / 可信机器学习 / 数据挖掘”交叉型学者。
学术影响力
- 谷歌学术引用：5763
- H指数：117
整体评价
Ｂ