副教授
当前位置: 学院首页 > 师资队伍 > 副教授 > 正文

关磊

学历:博士

学科:计算机科学与技术

研究领域或方向:深度学习优化与大模型前沿应用

邮箱:guanlei@tyut.edu.cn

职称:副教授

  • 个人简介
  • 主要课程
  • 主要成果
  • 关磊,太原理工大学副教授、硕士生导师,入选太原理工大学高层次人才引进计划。中国计算机学会(CCF)高级会员、中国人工智能学会(CAAI)高级会员、CCF大数据专家委员会委员、CCF分布式计算与系统专委会执行委员。博士毕业于国防科技大学计算机学院,曾任国防科技大学数学系讲师、副教授,之江实验室访问学者。主要从事深度学习优化和大模型前沿应用研究工作,具体研究方向包括:深度学习优化算法(优化器)、生物信息学(蛋白质互作用预测)、AIGC图像鉴伪与溯源,以及大模型检索增强生成(RAG)。


    以第一作者在《IEEE TPAMI》(IF=20.8)、《IEEE TKDE》(IF=10.4)、ICDM、ICASSP和PAKDD等国际著名期刊和学术会议上发表论文10余篇,以独立作者在《Nature》正刊通讯专栏发表观点文章1篇。主持国家自然科学基金青年基金(C类)、国防科技工业局稳定支持、山西省留学回国科教创新等国家与省部级项目4项,参与科技部重点研发计划课题、山西省重点研发计划课题和国家自然科学基金项目多项。申请/授权国家发明专利10余项,参与编写英文专著1部,荣获2025年ACM新星奖(太原分会),指导研究生夺得“慧眼行动”第二届全国智能算法对抗挑战赛三等奖。

    担任《Carbon Neutralization》、《大数据》和《太原理工大学学报》等多个国内外知名期刊青年编委,担任《Nature Sustainability》、《IEEE TPAMI》等国际顶级期刊审稿人,担任NeuIPS/AAAI/ACM MM/ICDM等顶级国际会议程序委员会委员或审稿人。


    课题组招生/学术合作
    课题组招收硕士研究生,欢迎具有数学、计算机、人工智能、生物、化学等专业背景且对本课题组研究方向感兴趣的本科生同学与我联系。
  • 《机器学习》(本科)、《Machine Learning》(留学生)、《机器学习前沿》(博士)
  • 学术兼职:
    中国计算机学会(CCF)高级会员
    中国人工智能学会(CAAI)高级会员
    CCF大数据专家委员会委员
    CCF分布式计算与系统专委会执行委员
    CAAI神经网络与计算智能专委会会员

    代表性论文:
    [1] Lei Guan*, Dongsheng Li, Yanqi Shi, and Jian Meng. XGrad: Boosting Gradient-Based Optimizers with Weight Prediction. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI),46(10):6731-6747.(CCF-A类期刊,中科院1区TOP,IF=20.8)
    [2] Lei Guan*,Dongsheng Li, Yongle Chen, Jiye Liang, Wenjian Wang, and Xicheng Lu. PipeOptim: Ensuring Effective 1F1B Schedule With Optimizer-Dependent Weight Prediction. IEEE Transactions on Knowledge and Data Engineering (TKDE), 2025, 37(5): 2831-2845. (CCF-A类期刊,中科院1区TOP,IF=10.4)
    [3] Lei Guan*. Reaching carbon neutrality requires energy-efficient training of AI. Nature 626.7997 (2024): 33-33. (通讯专栏文章)
    [4] Lei Guan*. AdaPlus: Integrating Nesterov Momentum and Precise Stepsize Adjustment on AdamW Basis. IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP),2024: 5210-5214. (CCF-B类会议, Oral)
    [5] Lei Guan, Dongsheng Li*, Jiye Liang, Wenjian Wang, Keshi Ge, and Xicheng Lu. Advances of Pipeline Model Parallelism for Deep Learning Training: An Overview. Journal of Computer Science and Technology (JCST), 39(3): 567−584.(CCF-B类期刊)

    科研项目:
    [1] 国家自然科学基金青年基金项目(C类),面向蛋白质相互作用预测的层级图神经网络及其优化算法研究,30万元,主持
    [2] 国家国防科技工业局稳定支持项目,面向大规模混合专家系统的并行训练关键技术研究, 20万元,主持
    [3] 国家国防科技工业局稳定支持项目,基于权重预测的异步流水线并行训练系统关键技术研究, 20万元,主持
    [4] 中国人工智能学会-华为AI算力加速计划,AI大模型优化与并行训练研究,30万元(算力),主持