姓名：礼欣
所在学科：计算机科学与技术
职称：副教授 博士生导师
联系电话：(86) 139-114O-chr(54)+chr(51)+chr(48)+chr(55)
E-mail：xinli@bit.edu.cn
通信地址：北京市海淀区中关村南大街5号，北京理工大学中心教学楼 1O3O室个人信息
礼欣，博士，博士后。
吉林大学学士、硕士，师从孙吉贵教授。香港浸会大学(Hong Kong Baptist University)博士、博士后，师从Prof. William K. Cheung 与 Prof. Jiming Liu。曾作为访问学者访问University of Waterloo, Canada (Host: Prof. Pascal Poupart)，作为高级访问学者访问University of Technology Sydney, Australia (Host: Prof. Ivor W. Tsang). 目前主要从事数据挖掘、深度学习、强化学习、表示学习的相关理论研究和技术应用。近年来以第一作者及通讯作者身份在ICML、IJCAI、AAAI、ECML-PKDD、IEEE TCYB、TOIS、TKDE等人工智能、机器学习领域的知名国际会议和期刊发表若干篇学术论文。自2010-2019年担任The IEEE Intelligent Informatics Bulletin, Assistant Managing Editor。
在学生指导方面，鼓励并推荐学生交流访问，指导的研究生同学曾赴香港浸会大学、香港理工大学、美国斯坦福大学、澳大利亚悉尼科技大学访问。指导的硕士研究生发表多篇CCF A类会议论文，CCF A类/SCI一区期刊论文，并获得国家奖学金。毕业研究生去向包括微软、阿里、字节跳动、腾讯、京东、美团，滴滴等知名企业，或中国招商银行(总行)，中国工商银行(总行)，中科院电子所，中科院信工所，中国外交部等企事业单位。

科研方向
机器学习、深度(强化)学习、表示学习理论及应用，包括：
复杂网络数据挖掘、城市计算、医疗及公共卫生领域的应用，如：疾病诊断/预测；
以及深度学习/深度强化学习技术在工业大数据、机器人领域的应用。

个人信息
礼欣，博士，博士后。
吉林大学学士、硕士，师从孙吉贵教授。香港浸会大学(Hong Kong Baptist University)博士、博士后，师从Prof. William K. Cheung 与 Prof. Jiming Liu。曾作为访问学者访问University of Waterloo, Canada (Host: Prof. Pascal Poupart)，作为高级访问学者访问University of Technology Sydney, Australia (Host: Prof. Ivor W. Tsang). 目前主要从事数据挖掘、深度学习、强化学习、表示学习的相关理论研究和技术应用。近年来以第一作者及通讯作者身份在ICML、IJCAI、AAAI、ECML-PKDD、IEEE TCYB、TOIS、TKDE等人工智能、机器学习领域的知名国际会议和期刊发表若干篇学术论文。自2010-2019年担任The IEEE Intelligent Informatics Bulletin, Assistant Managing Editor。
在学生指导方面，鼓励并推荐学生交流访问，指导的研究生同学曾赴香港浸会大学、香港理工大学、美国斯坦福大学、澳大利亚悉尼科技大学访问。指导的硕士研究生发表多篇CCF A类会议论文，CCF A类/SCI一区期刊论文，并获得国家奖学金。毕业研究生去向包括微软、阿里、字节跳动、腾讯、京东、美团，滴滴等知名企业，或中国招商银行(总行)，中国工商银行(总行)，中科院电子所，中科院信工所，中国外交部等企事业单位。

个人信息
礼欣，博士，博士后。
吉林大学学士、硕士，师从孙吉贵教授。香港浸会大学(Hong Kong Baptist University)博士、博士后，师从Prof. William K. Cheung 与 Prof. Jiming Liu。曾作为访问学者访问University of Waterloo, Canada (Host: Prof. Pascal Poupart)，作为高级访问学者访问University of Technology Sydney, Australia (Host: Prof. Ivor W. Tsang). 目前主要从事数据挖掘、深度学习、强化学习、表示学习的相关理论研究和技术应用。近年来以第一作者及通讯作者身份在ICML、IJCAI、AAAI、ECML-PKDD、IEEE TCYB、TOIS、TKDE等人工智能、机器学习领域的知名国际会议和期刊发表若干篇学术论文。自2010-2019年担任The IEEE Intelligent Informatics Bulletin, Assistant Managing Editor。
在学生指导方面，鼓励并推荐学生交流访问，指导的研究生同学曾赴香港浸会大学、香港理工大学、美国斯坦福大学、澳大利亚悉尼科技大学访问。指导的硕士研究生发表多篇CCF A类会议论文，CCF A类/SCI一区期刊论文，并获得国家奖学金。毕业研究生去向包括微软、阿里、字节跳动、腾讯、京东、美团，滴滴等知名企业，或中国招商银行(总行)，中国工商银行(总行)，中科院电子所，中科院信工所，中国外交部等企事业单位。

代表性学术成果
以下文章列表按发表时年倒序排列(*为通讯作者)
CCF A/B类会议论文
[1] Hongyu Zang, Xin Li*, Mingzhong Wang, “SimSR: Simple Distance-Based State Representations for Deep Reinforcement Learning”, in Proceedings of AAAI Conference on Artificial Intelligence (AAAI), Pages:8997-9005, February, 2022, virtual, Canada.
[2] Li Zhang, Xin Li, Mingzhong Wang, Andong Tian, “Off-Policy Differentiable Logic Reinforcement Learning”, ECML/PKDD (2) 2021: 617-632, Sept.2021, Basque Country, Spain.
[3] Li Zhang, Xin Li*, et al. “Universal Value Iteration Networks: When Spatially-Invariant Is Not Universal”, in Proceedings of AAAI Conference on Artificial Intelligence (AAAI), Pages: 6778-6785, February, 2020, New York City, USA.
[4] Rui Ye, Xin Li*, et al. “A Vectorized Relational Graph Convolutional Network for Multi-Relational Network Alignment”, in Proceedings of the 28th International Joint Conference on Artificial Intelligence (IJCAI), Pages: 4135-4141, Aug., 2019, Macao, China.
[5] Jing He, Xin Li*, Lejian Liao, et al, “Inferring Continuous Latent Preference on Transition Intervals for Next Point-of-Interest Recommendation”, ECML/PKDD (2) 2018: 741-756, Sept. 2018, Dublin, Ireland.
[6] Shengnan Li, Xin Li*, et al. “Non-translational Alignment for Multi-relational Networks”, in Proceedings of the 27th International Joint Conference on Artificial Intelligence (IJCAI), Pages: 4180-4186, Aug., 2018, Stockholm, Sweden.
[7] Lin Liu, Xin Li*, William K. Cheung, Chengcheng Xu, “A Structural Representation Learning for Multi-relational Networks”, in Proceedings of the 26th International Joint Conference on Artificial Intelligence (IJCAI), Pages: 4047-4053, Aug., 2017, Melbourne, Australia. Source Code：https://github.com/luoxiaolin521/MNE
[8] Jing He, Xin Li*, Lejian Liao, “Category-aware Next Point-of-Interest Recommendation via Listwise Bayesian Personalized Ranking”, in Proceedings of the 26th International Joint Conference on Artificial Intelligence (IJCAI), Pages: 1837-1843, Aug., 2017, Melbourne, Australia. Source Code：https://github.com/skyhejing/IJCAI2017
[9] Jing He, Xin Li*, Lejian Liao, Dandan Song, William K. Cheung, Inferring A Personalized Next Point-of-Interest Recommendation Model with Latent Behavior Patterns, in Proceedings of AAAI Conference on Artificial Intelligence (AAAI), Pages: 137-143, February, 2016, Phoenix, Arizona USA. Source Code：https://github.com/skyhejing/AAAI2016
[10] Li Liu, William K. Cheung, Xin Li*, Lejian Liao, “Aligning Users Across Social Networks Using Network Embedding”, in Proceedings of the 25th International Joint Conf0erence on Artificial Intelligence (IJCAI), Pages: 1774-1780, July, 2016, New York City, USA. Source Code：https://github.com/ColaLL/AcrossNetworkEmbeddingSynthetic
[11] Xin Li*, William K. Cheung, Jiming Liu, Zhili Wu, “A Novel Orthogonal NMF-Based Belief Compression for POMDPs”, in Proceedings of 24th International Conference on Machine Learning (ICML), Pages: 537 -544 Corvallis, OR, US, 2007.
arXiv论文
[1] Pengfei Zhu, Xin Li*, Pascal Poupart, “On Improving Deep Reinforcement Learning for POMDPs ”. CoRR abs/1704.07978(2017) . Source Code：https://github.com/bit1029public/ADRQN
期刊论文（Selected）
[1] Huiting Hong, Xin Li*, Yuangang Pan, Ivor W. Tsang: Domain-Adversarial Network Alignment. IEEE Trans. Knowl. Data Eng. 34(7): 3211-3224 (2022) (CCF A类期刊)
[2] Xin Li, et al. On improving knowledge graph facilitated simple question answering system. Neural Comput. Appl. 33(16): 10587-10596 (2021)
[3] Huiting Hong, Xin Li*, Mingzhong Wang: GANE: A Generative Adversarial Network Embedding. IEEE Trans. Neural Networks Learn. Syst. 31(7): 2325-2335 (2020) (SCI 一区)
[4] Xin Li, et al.: Next and Next New POI Recommendation via Latent Behavior Pattern Inference. ACM Trans. Inf. Syst. 37(4): 46:1-46:28 (2019) (CCF A类期刊)
[5] Xin Li, William K. Cheung, Jiming Liu, "Improving POMDP’s Tractability Via Belief Compression and Clustering", IEEE Transaction on Systems, Man and Cybernetics – Part B 40(1):125-136 (2010) (SCI 一区)
所获奖励
2019年， 北京理工大学优秀硕士学位论文(洪辉婷同学，李盛楠同学)， 指导教师
2018年， 北京理工大学优秀硕士学位论文(刘琳同学)， 指导教师
2017年， 全国大学生信息安全竞赛三等奖，指导教师
2016年， 北京理工大学优秀硕士学位论文(陈佳良同学)， 指导教师
2015年， 中国大学MOOC优秀教师
2014年， 博创杯全国大学生嵌入式物联网设计大赛，华北赛区一等奖，全国总决赛二等奖，指导教师