數(shù)學(xué)與統(tǒng)計學(xué)院研究生導(dǎo)師信息

一、電子照片

二、基本情況

姓名：王華軍

性別：男

學(xué)歷學(xué)位：博士

職稱：講師

職務(wù)：無

學(xué)術(shù)兼職：數(shù)學(xué)規(guī)劃青年委員，CSIAM會員，IEEE會員等

研究方向：最優(yōu)化理論與算法、人工智能與機(jī)器學(xué)習(xí)

電子郵箱：optimization_wang@163.com / huajunwang2023@163.com

三、專業(yè)教學(xué)及教學(xué)成果

主要承擔(dān)《高等數(shù)學(xué)》、《線性代數(shù)》、《數(shù)學(xué)前沿》、《非線性方程數(shù)值解法》等課程教學(xué)。

四、研究方向及研究團(tuán)隊

研究方向主要是從人工智能、機(jī)器學(xué)習(xí)、大數(shù)據(jù)優(yōu)化與經(jīng)濟(jì)學(xué)等前沿?zé)狳c(diǎn)問題抽象凝練出新問題（例如：深度學(xué)習(xí)本原問題、遷移學(xué)習(xí)本原問題、支持向量機(jī)本原問題，大數(shù)據(jù)優(yōu)化本原問題，經(jīng)濟(jì)學(xué)本原問題），然后對該問題建立優(yōu)化理論，進(jìn)一步基于優(yōu)化理論設(shè)計新的優(yōu)化算法，最后將高效的新算法再應(yīng)用到實際問題，具備“理論、算法與實際應(yīng)用相融合”的特點(diǎn)。

近年來，對深度學(xué)習(xí)本原問題、遷移學(xué)習(xí)本原問題、支持向量機(jī)本原問題、大數(shù)據(jù)優(yōu)化本原問題和經(jīng)濟(jì)學(xué)本原問題一直進(jìn)行深入探索，并在理論和算法方面取得突破性新進(jìn)展。近年來，發(fā)表中科院1區(qū)論文10多篇，代表性論文發(fā)表的期刊包括人工智能領(lǐng)域頂刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》，模式識別領(lǐng)域頂刊《Pattern Recognition》, 信息科學(xué)領(lǐng)域頂刊《Information Sciences》，知識系統(tǒng)領(lǐng)域頂刊《Knowledge-Based Systems》，應(yīng)用軟件計算領(lǐng)域頂刊《Applied Soft Computing》、機(jī)器學(xué)習(xí)頂刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》等等。

五、科研項目

[1]主持國家自然科學(xué)基金青年基金項目：非線性階躍正則優(yōu)化理論與算法，編號：12301394，2024/01-2026/12.

[2]主持湖南省教育廳科學(xué)研究項目: 支持向量機(jī)中的 0/1 損失優(yōu)化理論與算法研究，編號: 22C0152, 2023/01-2024/12.

[3]主持長沙市自然科學(xué)基金項目：線性階躍損失優(yōu)化快速算法及應(yīng)用研究, 編號: 2023cskj002，2023/01-2024/12.

[4]主持長沙理工大學(xué)高層次人才引進(jìn)科研啟動項目, 2022/09-2025/09.

六、 科研論文

2023年五篇一作代表論文(全部發(fā)表論文可參考Google Scholar):

[1]H.J. Wang, Y. Shao, S. Zhou, C. Zhang, N. Xiu. Support vector machine classifier via 0-1 soft-margin loss. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(10):7253-7265, 2023. (中科院 1區(qū)，人工智能領(lǐng)域四大期刊之一，CCF A類，影響因子IF=24.31).

[2]H.J. Wang, Y. Shao. Fast generalized ramp loss support vector machine for pattern classification. Pattern Recognition,146:1-14,2023. (中科院1區(qū), 模式識別領(lǐng)域頂刊，IF=8.00)

[3]H.J. Wang, G. Li, Z. Fast SVM classifier for large-scale classification problems. Information Sciences. 642,1-23, 2023. (中科院 1區(qū)，信息科學(xué)領(lǐng)域頂刊, IF=8.10)

[4]H.J. Wang, W. Zhou, Y. Shao. A new fast ADMM for kernelless SVM classifier with truncated fraction loss. Knowledge-Based Systems. 283,1-16, 2023. (中科院 1區(qū)，知識系統(tǒng)領(lǐng)域頂刊, IF= 8.80)

[5]H.J. Wang, Y. Shao. Fast truncated Huber loss SVM for large scale classification. Knowledge-Based Systems, 146: 1-14, 2023. (中科院1區(qū)，知識系統(tǒng)領(lǐng)域頂刊, IF= 8.80)

七、獎勵與榮譽(yù)

[1]湖南省計算數(shù)學(xué)與應(yīng)用軟件學(xué)會第六屆青年優(yōu)秀論文，一等獎，2023.12

[2]長沙理工大學(xué)本科生畢業(yè)論文優(yōu)秀指導(dǎo)老師，2023.6.

[3]數(shù)學(xué)與統(tǒng)計學(xué)院高水平成果論文獎， 2023.12.