王桢
副教授
教师简介:
本人重视对学生数理基础的培养，可辅导学生学习Bishop的《Deep Learning》以及清华张颢老师的《随机过程》，为理解各类生成建模技术打基础。
本人认同因材施教的理念，能引导有自主性的学生自由探索，也可以为善于动手的同学直接指明具体创新点。论文不是唯一评价指标，也欢迎善于做竞赛或者有志于在开源社区做出影响力的同学。
本课题组鼓励到高水平机构实习/访问。考虑到大厂在硕士一年半结束就开始暑期实习招聘，强烈建议同学早日进组开展学习和科研。
研究兴趣:
近期主要研究对高维数据的生成建模理论与应用，譬如基于扩散模型开展分子生成、进行表征学习以及将生成模型用于判别任务等。同时与大厂合作研究LLM在长文理解、长思维链推理以及多智能体编排等方面的问题。
教育背景:
2008-2012 中山大学 软件学院 （工学学士）
2012-2017 中山大学（与MSRA联合培养） 计算机学院 （工学博士）
工作经历:
2017-2023 阿里巴巴（中国）有限公司
2023-present 中山大学
获奖及荣誉:
电子学会科学技术奖一等奖，2024
KDD'2022 ADS Track Best Paper Award, Aug. 2022
Silver Medal in ACM/ICPC Asia Regional Contest, Oct. 2011
科研项目:
广东省重点研发（HPC+AI for Science）25-27（参与）
广东省面上项目（扩散模型）25-27（主持）
国自然青年基金（图联邦学习）24-26（主持）
广州基础与应用基础研究青年博士“启航”基金（scaling law）24-25（主持）
主要学术兼职:
多次担任WWW, NeurIPS, ICML, ICLR, AAAI等会议审稿人。
教授课程:
数学分析Ⅰ（23学年）
并行程序设计与算法（23，24学年）
代表性论著:
Zhen Wang, Yaliang Li, Bolin Ding, Yule Li, Zhewei Wei. Exploring Neural Scaling Law and Data Pruning Methods for Node Classification on Large-scale Graphs. WWW 2024.
Zhen Wang, Weirui Kuang, Ce Zhang, Bolin Ding, Yaliang Li. FedHPO-Bench: A Benchmark Suite for Federated Hyperparameter Optimization. ICML 2023.
Zhen Wang, Weirui Kuang, Yuexiang Xie, Liuyi Yao, Yaliang Li, Bolin Ding, Jingren Zhou. FederatedScope-GNN: Towards a Unified, Comprehensive and Efficient Package for Federated Graph Learning. KDD 2022. (KDD'22 ADS Track Best Paper)
Zhen Wang, Yaliang Li, Zhewei Wei, Weirui Kuang, Bolin Ding. Graph Neural Networks with Node-wise Architecture. KDD 2022.
Zhen Wang, Jianwen Zhang, Jianlin Feng, Zheng Chen. Knowledge Graph and Text Jointly Embedding. EMNLP 2014. (Citation >= 400)
Zhen Wang, Jianwen Zhang, Jianlin Feng, Zheng Chen. Knowledge Graph Embedding by Translating on Hyperplanes. AAAI 2014. (Citation >= 4000)
