2019年12月博士畢業於武漢大學。擔任德國《ZentralblattMATH.》和美國《MathematicalReviews》評論員，於2021年8月入選南昌大學香樟育才計畫。主要研究方向為大數據最佳化與大規模機器學習，數學與計算機學院數學、計算機技術專業碩士生導師。所涉套用領域有金融市場的均衡決策、投資組合問題、能源系統、機器學習、區塊鏈技術、旅行商問題、6G通信網路等。感興趣研究方向含（但不限）方向一：非凸非光滑最佳化算法與理論及其套用；方向二：基於數據和模型驅動的機器學習算法。
基本介紹
人物經歷,研究方向,主要成就,獲獎記錄,社會任職,
人物經歷
博士，南昌大學數學與計算機學院碩士生導師，從事大數據最佳化與人工智慧研究領域。
研究方向
大數據最佳化與人工智慧。
主要成就
主持國家自然科學基金1項，重要參與國家自然科學基金項目2項，計算機體系結構國家重點實驗室開放課題1項。以第一作者或通訊作者在《Expert Systems with Applications》、《Journal of Optimization Theory and Applications》、《Results in Mathematics》、《Acta Mathematicae Applicatae Sinica, English Series》、《Evolution Equations and Control Theory》、《Asia-Pacific Journal of Operational Research》、《Pacific Journal of Optimization》、《Journal of Industrial and Management Optimization》等權威期刊上共發表SCI收錄論文十餘篇。
1.雙層向量最佳化問題的理論、算法及其在機器學習中的套用研究， 國家自然科學基金委員會, 青年項目, 項目批准號：12001260, 2021.1-2023.12, 主持，在研。
2.雙層最佳化問題的某些機理分析及相關求解策略研究，國家自然科學基金委員會, 面上項目, 項目批准號：11871383, 2019.1-2022.12, 主要參與者，在研。
3.面向超密集用戶群體的高譜效高能效大規模接入通信網路的最佳化設計，國家自然科學基金委員會, 地區項目, 項目批准號：62161024，2022.1-2025.12，主要參與者，在研
4.基於統計學習和區塊鏈技術的下一代大規模接入通信網路的最佳化研究， 計算機體系結構國家重點實驗室開放課題, 項目批准號：CARCHB202019，2020.11-2022.10，主要參與者，在研
5.新型深度學習模型及其在目標檢測中的套用研究，江西省大學生創新創業訓練項目，2021.06-2023-06，指導老師。
獲獎記錄
於2021年入選南昌大學香樟育才計畫。
社會任職
擔任德國《ZentralblattMATH.》和美國《MathematicalReviews》評論員。
