个人基本信息
姓 名：王智 电子邮箱：chiw@swu.edu.cn
职 称：副教授 所在系所：计算机科学系
研究方向：机器学习（深度学习）、数据挖掘、计算机视觉及大规模优化算法
个人简介
博士，副教授，硕士生导师，先后获得计算机科学与技术学士、硕士学位及统计学博士学位。长期深耕于机器学习、高维数据科学与计算机视觉等前沿交叉领域，重点围绕大规模优化算法、凸与非凸优化理论以及复杂高维数据的表征、建模与分析开展基础理论与方法研究。近年来，主持国家自然科学基金面上项目等科研项目5项，作为核心骨干参与国家重点研发计划课题等项目10余项，在相关领域形成了较为系统的研究积累，具有扎实的理论基础和丰富的科研实践经验。以第一作者/通讯作者身份在IEEE TPAMI、IEEE TKDE、IEEE TNNLS、IEEE TCSVT、IEEE TGRS、IEEE TSIPN等国际权威学术期刊，以及 ICML、IJCAI等CCF A类人工智能与机器学习领域顶级会议发表学术论文40余篇。长期受邀担任IEEE TPAMI、IEEE TNNLS、IEEE TCSVT、IEEE TGRS、Artificial Intelligence、Machine Learning、Pattern Recognition、ICML、NeurIPS、CVPR、ECCV、AAAI等国际权威期刊和会议审稿人。在人才培养方面，指导博士生、硕士生和本科生以第一作者身份在IEEE Transactions系列期刊及CCF A类期刊和会议发表高水平学术论文10余篇；指导学生参加 ACM-ICPC、CCPC等高水平学科竞赛，获金奖、银奖和铜奖等多项奖励；指导学生参加华为ICT大赛，获全国一等奖；指导学生参加2022年“高教社杯”全国大学生数学建模竞赛，获全国一等奖；指导完成的多篇学位论文获评重庆市优秀本科毕业论文、西南大学优秀本科毕业论文及西南大学优秀硕士学位论文。
主持的科研项目
[1]. 国家自然科学基金面上项目
[2]. 教育部重点实验室开放基金项目
[3]. 西南大学教育教学改革研究重点项目
[4]. 西南大学博士基金
[5]. 中央高校科研业务费专项资金项目
代表性学术论文（*表示通讯作者）
[1]. Z Wang, D Hu, Z Liu, C Gao*, and Z Wang. Iteratively Capped Reweighting Norm Minimization with Global Convergence Guarantee for Low-Rank Matrix Learning [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 47, no. 3, pp. 1923-1940, Mar. 2025.
[2]. X Luo, H Wu, Z Wang, J Wang, and D Meng*. A Novel Approach to Large-Scale Dynamically Weighted Directed Network Representation [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 44, no. 12, pp. 9756-9773, Dec. 2022.
[3]. Y Fu, D Hu, and Z Wang*. Nonconvex Low-Rank Tensor Representation with Deep Priors for Multiview Subspace Clustering [C]. In Proceedings of the 43rd International Conference on Machine Learning (ICML), 2026
[4]. Z Wang, Z Liu, D Hu, and T Jia*. Nonconvex Multiview Subspace Clustering Framework with Effcient Method Designs and Theoretical Analysis [C]. In Proceedings of the Thirty-Third International Joint Conference on Artificial Intelligence (IJCAI), 2024, pp. 5162-5170.
[5]. Y Fu, Z Wang*, D Hu, T Jia, C Gao, and Z Wang. A Unified Framework With Capped Tensor Norm Minimization for Multiview Subspace Learning [J]. IEEE Transactions on Knowledge and Data Engineering, vol. 38, no. 9, pp. 5607-5621, Sep. 2026.
[6]. Z Liu, D Hu, and Z Wang*. Nonconvex Low-Rank Tensor Representation with Self-Enhanced Structure Penalty for Multi-View Subspace Clustering [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2026, DOI: 10.1109/TCSVT.2026.3700127.
[7]. Y Tan, D Hu, Y Fu, C Yang, and Z Wang*. Generalized Nonconvex Low-Rank Approximation and Sparse Regularizer for Hyperspectral Image Denoising [J]. IEEE Transactions on Geoscience and Remote Sensing, vol. 63, 2025, Art. no. 5536617.
[8]. Z Liu, D Hu, and Z Wang*. Efficient Implementation of Truncated Frobenius Norm Minimization for Latent Low-Rank Representation [J]. IEEE Transactions on Signal and Information Processing over Networks, vol. 11, pp. 1394-1408, Oct. 2025.
[9]. Y Shan, D Hu, and Z Wang*. A Novel Truncated Norm Regularization Method for Multi-Channel Color Image Denoising [J]. IEEE Transactions on Circuits and Systems for Video Technology, vol. 34, no. 9, pp. 8427-8441, Sep. 2024.
[10]. Z Wang, Y Liu, X Luo, J Wang*, C Gao, D Peng, and W Chen*. Large-Scale Affine Matrix Rank Minimization with a Novel Nonconvex Regularizer [J]. IEEE Transactions on Neural Networks and Learning Systems, vol. 33, no. 9, pp. 4661-4675, Sep. 2022.
指导学生毕业论文/竞赛获奖
[1]. 2026年度重庆市优秀本科毕业论文、西南大学优秀本科毕业论文
[2]. 2026年度西南大学优秀毕业研究生
[3]. 2026年度华为ICT大赛全国一等奖
[4]. 2025年“高教社杯”全国大学生数学建模竞赛重庆市一等奖
[5]. 2025年度重庆市优秀本科毕业论文、西南大学本科毕业论文一等奖和三等奖
[6]. 2024年“华为杯”中国研究生数学建模竞赛全国三等奖
[7]. 2024年度西南大学研究生优秀学位论文（两篇）
[8]. 2024年度重庆市优秀本科毕业论文、西南大学本科毕业论文一等奖和二等奖
[9]. 2022年“高教社杯”全国大学生数学建模竞赛全国一等奖
[10]. 2019-2022年度ACM-ICPC、CCPC和大学生计算机团体天梯赛金奖、银奖和铜奖
国际学术期刊/会议审稿人
IEEE Transactions on Pattern Analysis and Machine Intelligence
IEEE Transactions on Neural Networks and Learning Systems
IEEE Transactions on Circuits and Systems for Video Technology
IEEE Transactions on Geoscience and Remote Sensing
IEEE Transactions on Vehicular Technology
Artificial Intelligence
Machine Learning
Pattern Recognition
Applied Mathematical Modelling
Expert Systems with Applications
Signal Processing
Neurocomputing
International Conference on Machine Learning (ICML)
Conference on Neural Information Processing Systems (NeurIPS)
IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)
European Conference on Computer Vision (ECCV)
AAAI Conference on Artificial Intelligence (AAAI)
招生信息
非常欢迎有志于科研的同学报考我的研究生！同时，也欢迎对科学研究具有浓厚兴趣的本科生提前加入团队，尤其欢迎计划申请海外高校直博、推免至国内高水平大学或留在团队继续深造，希望接受系统科研训练并积累科研经历的优秀本科生。在联系我之前，请认真阅读以下内容，并确认我们在研究兴趣、科研理念和培养目标等方面基本一致。
l 研究兴趣：主要研究如何运用数学、统计与优化工具解决机器学习与深度学习中的理论和方法问题，重点研究大规模优化算法、凸与非凸优化理论、深度学习、低秩矩阵与张量建模、多视图学习和高维数据分析等，并将相关理论与方法应用于计算机视觉、数据挖掘和遥感图像处理等领域。
l 招生期望：希望招收数学基础较好、编程能力较强、具有一定英文文献阅读与学术写作能力的学生。同时，希望你品行端正、诚实守信、尊师重道、懂得感恩，具有较强的责任心、团队合作意识和自我驱动力。具有科研训练、程序设计、数学建模或人工智能竞赛经历者优先，但相较于已有成果，我更加看重你的科研兴趣、学习习惯、发展潜力以及面对困难时的坚持。
l 培养目标：通过系统、规范的科研训练，使学生逐步掌握扎实的专业知识，形成严谨的科研思维、较强的算法实现能力和良好的学术表达能力，能够独立发现问题、分析问题并解决问题。在充分尊重学生兴趣和发展规划的基础上，指导学生凝练有价值的科学问题，力争在IEEE Transactions系列期刊及CCF A类期刊和会议发表高水平学术论文，为继续攻读博士学位、进入高校或科研机构以及从事人工智能相关工作奠定坚实基础。
l 我的承诺：我将坚持工作在科研一线，在研究选题、理论推导、模型设计、算法实现、实验分析、论文写作和投稿修改等方面给予学生认真、具体和持续的指导；根据每位学生的基础、特点和发展目标制定适合的培养方案，提供充分的讨论与交流机会；尊重学生在科研工作中的实际贡献，支持学生以第一作者身份发表高水平研究成果；对于表现优秀的学生，将积极推荐其申请国内外高水平大学继续深造，或进入高校、科研机构及相关企业工作。
特别提醒：课题组欢迎真正热爱科研、喜欢探索、勤奋踏实、乐于挑战并愿意长期投入的同学加入。科研需要兴趣，更需要诚信、责任、坚持与感恩。希望有意加入团队的同学能够结合自身兴趣、发展目标和时间安排认真考虑，在充分了解科研工作的基础上，确认自己愿意主动学习、深入思考并持续投入。期待我们通过充分沟通和相互了解，作出适合彼此的选择。
