基本情况 |
姓名: |
吕帅 |
|
职称: |
教授、博士生导师 |
办公: |
304永利集团官网入口王湘浩楼B230、B227室,130012 |
主页: |
lus-jlu.github.io |
腾讯: |
1482563826(实名制,推荐联系方式) |
邮箱: |
lus@jlu.edu.cn |
手机: |
15948003088(10:00-22:00) |
教学经历
【学习经历】
1999.09-2003.06,东北师范大学计算机科学系计算机科学与技术专业,本科生(导师:邓安生教授)
2004.09-2007.06,304永利集团官网入口计算机软件与理论专业,硕士生(导师:孙吉贵教授、欧阳丹彤教授)
2007.09-2010.06,304永利集团官网入口计算机软件与理论专业,推免博士生(导师:刘磊教授、孙吉贵教授)
【工作经历】
2010.07-2015.09,304永利集团官网入口、软件学院,讲师
2010.12-2015.12,304永利集团官网入口数学博士后科研流动站,博士后(合作导师:李勇教授)
2013.03-2014.09,304永利集团官网入口学术委员会,秘书
2015.09-2024.09,304永利集团官网入口、软件学院,副教授
2016.03-2019.06,304永利集团官网入口2015级理科试验班(唐敖庆计算机班),学业导师/班主任
2016.11至今,304永利集团官网入口、软件学院,硕士生导师
2019.11至今,304永利集团官网入口、软件学院,博士生导师
2020.02-2024.03,304永利集团官网入口软件学院教学委员会,委员
2021.01至今,304永利集团官网入口软件工程专业,专业负责人
2021.06至今,304永利集团官网入口研究生培养指导委员会软件学院分委员会,委员
2021.10-2024.06,304永利集团官网入口2020级工科试验班(软件工程),学业导师/班主任
2022.06至今,蓝桥杯全国软件和信息技术专业人才大赛,304永利集团官网入口竞赛项目负责人
2024.09至今,304永利集团官网入口、软件学院,教授
【社会兼职】
中国计算机学会理论计算机科学专业委员会,执行委员
中国计算机学会形式化方法专业委员会,执行委员
中国计算机学会教育专业委员会,执行委员
吉林省计算机学会,理事
国家自然科学基金,评审
教学工作
【治学格言】宝剑锋从磨砺出,梅花香自苦寒来。——《警世贤文》之勤奋篇
【主讲课程】
《程序设计基础》(原名:高级语言程序设计)、《程序设计基础课程设计》(现为教学团队实践负责人)
——国家精品课程《高级语言程序设计》(2009年)
——吉林省优秀教学团队《高级语言程序设计与实现技术》(2010年)
——国家级精品资源共享课《高级语言程序设计》(2013年)
——国家精品在线开放课程《高级语言程序设计》(2019年)
——国家级一流本科课程(线上一流课程)《高级语言程序设计》(2020年)
——国家级一流本科课程(线上线下混合式一流课程)《程序设计基础》(2020年)
《人工智能基础》
《人工智能引论》(原名:人工智能基础,现为教学团队负责人)
《计算理论》(原名:可计算性与计算复杂性,现为课程负责人)
《高级分布计算理论》(现为课程负责人)
【教研论文】在《计算机教育》上发表教研论文8篇。
[1] 陈娟, 贾海洋, 邓春燕, 吕帅. 工程教育认证背景下基于FD-QM标准的程序设计基础课程教学设计与实践. 计算机教育, 2024, 5: 82-87. (CCF推荐中文C类期刊)
[2] 陈娟, 邓春燕, 吕帅, 贾海洋, 张长海. 程序设计基础课程形成性评价的设计与实践. 计算机教育, 2023, 3: 61-64. (CCF推荐中文C类期刊)
[3] 陈娟, 邓春燕, 张晓旭, 吕帅, 贾海洋, 张长海. 程序设计基础课程的思政元素与教学实践. 计算机教育, 2022, 3: 106-111. (CCF推荐中文C类期刊)
[4] 陈娟, 邓春燕, 吕帅, 李河, 张长海. 程序设计基础混合式教学实践与思考. 计算机教育, 2019, 8: 126-131. (CCF推荐中文C类期刊)
[5] 邓春燕, 周治国*, 陈娟, 吕帅. 工程教育认证背景下程序设计基础课程设计教学改革与实践. 计算机教育, 2019, 5: 68-72. (CCF推荐中文C类期刊)
[6] 李占山, 吕帅*. 基于计算思维与创新能力培养的计算理论课程教学改革探索. 计算机教育, 2019, 1: 21-24. (CCF推荐中文C类期刊)
[7] 吕帅, 王强强*, 郭德贵, 金京姬. 实践教学中的开放性创新实验项目探索. 计算机教育, 2017, 3: 29-32. (CCF推荐中文C类期刊)
[8] 吕帅, 刘磊*, 张睿, 郭德贵. 计算机学科研究生科研基础的建立模式. 计算机教育, 2012, 23: 22-24. (CCF推荐中文C类期刊)
【荣誉称号】
2016年,304永利集团官网入口“三育人”先进个人荣誉称号
2018-2019学年,304永利集团官网入口本科课堂教学质量优秀奖
2022-2023学年,304永利集团官网入口本科课堂教学质量优秀奖
科研工作
【研究方向】人工智能、机器学习与自动推理
【科研项目】主持国家自然科学基金项目等科研项目13项,参加科研项目28项。
[1] 国家重点研发计划项目:智能计算机编程方法
[2] 国家自然科学基金项目:智能规划中基于路标的启发式搜索方法研究
[3] 国家自然科学基金项目:面向构建过程的范畴学习模型及其适应性机制研究
[4] 国家自然科学基金项目:命题与模态逻辑的扩展规则推理与混合推理方法研究
[5] 国家自然科学基金项目:本体演化中若干问题的研究
[6] 国家自然科学基金项目:扩展规则推理方法研究
[7] 国家自然科学基金项目:约束推理与约束程序
[8] 国家自然科学基金项目:非经典逻辑的自动推理
[9] 教育部高等学校博士学科点专项科研基金项目:命题逻辑和模态逻辑的扩展规则推理方法研究
[10] 教育部高等学校博士学科点专项科研基金项目:交通控制动态子区智能规划理论与方法研究
[11] 教育部高等学校博士学科点专项科研基金项目:基于进程演算的本体演化研究
[12] 教育部高等学校博士学科点专项科研基金项目:不确定智能规划理论与方法
[13] 中国博士后科学基金项目:自动规划的逻辑约束机制研究
[14] 吉林省重点科技攻关项目:云环境下的编程模型研究
[15] 吉林省自然科学基金项目:基于样本效率优化的深度强化学习方法研究
[16] 吉林省自然科学基金项目:面向大数据的知识表示和推理方法研究
[17] 吉林省自然科学基金项目:依赖知识编译的推理方法研究
[18] 吉林省自然科学基金项目:云环境下SaaS的安全问题研究
[19] 吉林省青年科研基金项目:基于随机游走策略的智能规划方法研究
[20] 吉林省青年科研基金项目:结合模态逻辑知识表示与推理的自动规划方法研究
[21] 教育部重点实验室开放基金项目:伪布尔求解与优化问题的局部搜索算法研究
[22] 教育部重点实验室开放基金项目:智能规划问题问题结构研究
[23] 教育部重点实验室开放基金项目:本体技术在海战场指挥决策中的应用研究
[24] 教育部重点实验室开放基金项目:基于群智能算法的多目标混合流水车间调度问题研究
[25] 教育部重点实验室开放基金项目:智能规划和自动推理问题中相变规律和解结构分析
[26] 省级重点实验室开放基金项目:协同服务建模及其验证方法研究
【科研论文】在AAAI、IJCAI、Information Sciences、Expert Systems with Applications、计算机学报、软件学报等国内外期刊和会议上发表学术论文133篇,其中:SCI和EI检索学术论文102篇。主要代表性学术论文:
[1] Zhang Zeyu, Shen Chun, Lü Shuai*, Zhang Shaojie. Reconfigurability-aware selection for contrastive active domain adaptation. In: Proceedings of the 33rd International Joint Conference on Artificial Intelligence (IJCAI 2024), Jeju Island, South Korea, August 3-9, 2024, 5545-5553. (CCF推荐A类会议)
[2] Lü Shuai, Kang Meng, Li Ximing*. Alleviating imbalanced pseudo-label distribution: Self-supervised multi-source domain adaptation with label-specific confidence. In: Proceedings of the 33rd International Joint Conference on Artificial Intelligence (IJCAI 2024), Jeju Island, South Korea, August 3-9, 2024, 4669-4677. (CCF推荐A类会议)
[3] Zhu Sheng, Shen Chun, Lü Shuai*, Wu Junhong, An Daolong. Double buffers CEM-TD3: More efficient evolution and richer exploration. In: Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), Vancouver, Canada, February 20-27, 2024, 17193-17201. (CCF推荐A类会议)
[4] Zhang Xinyu, Kang Meng, Lü Shuai*. Low category uncertainty and high training potential instance learning for unsupervised domain adaptation. In: Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), Vancouver, Canada, February 20-27, 2024, 16881-16889. (CCF推荐A类会议)
[5] Zhang Shaojie, Shen Chun, Lü Shuai*, Zhang Zeyu. Reviewing the forgotten classes for domain adaptation of black-box predictors. In: Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), Vancouver, Canada, February 20-27, 2024, 16830-16837. (CCF推荐A类会议)
[6] Gong Xiaoyu, Lü Shuai*, Yu Jiayu, Zhu Sheng, Li Zongze. Adaptive estimation Q-learning with uncertainty and familiarity. In: Proceedings of the 32nd International Joint Conference on Artificial Intelligence (IJCAI 2023), Macao, China, August 19-25, 2023, 3750-3758. (CCF推荐A类会议)
[7] Lü Shuai, Zhang Tongbo, Xu Yue, Zhou Wenbo, Lai Yong*. Combining bounded solving and controllable randomization for approximate model counting. Journal of Experimental & Theoretical Artificial Intelligence, 2024, 36(7): 1075-1088. (中科院4区期刊, CCF推荐C类期刊)
[8] Yu Jiayu, Li Jingyao, Lü Shuai*, Han Shuai. Mixed experience sampling for off-policy reinforcement learning. Expert Systems with Applications, 2024, 251: 124017. (中科院1区TOP期刊, CCF推荐C类期刊)
[9] Lü Shuai, Li Zongze, Zhang Xinyu, Li Jingyao*. Consistency regularization-based mutual alignment for source-free domain adaptation. Expert Systems with Applications, 2024, 241: 122577. (中科院1区TOP期刊, CCF推荐C类期刊)
[10] Zhang Junwei, Han Shuai, Xiong Xi, Zhu Sheng, Lü Shuai*. Explorer-Actor-Critic: Better actors for deep reinforcement learning. Information Sciences, 2024, 662: 120255. (中科院1区TOP期刊, CCF推荐B类期刊)
[11] Shen Chun, Zhu Sheng, Han Shuai, Gong Xiaoyu, Lü Shuai*. Guided deterministic policy optimization with gradient-free policy parameters information. Expert Systems with Applications, 2023, 231: 120693. (中科院1区TOP期刊, CCF推荐C类期刊)
[12] Han Shuai, Zhou Wenbo, Lü Shuai*, Zhu Sheng, Gong Xiaoyu. Entropy regularization methods for parameter space exploration. Information Sciences, 2023, 622: 476-489. (中科院1区TOP期刊, CCF推荐B类期刊)
[13] 张峻伟, 吕帅*, 张正昊, 于佳玉, 龚晓宇. 基于样本效率优化的深度强化学习方法综述. 软件学报, 2022, 33(11): 4217-4238. (CCF推荐中文A类期刊)
[14] Lu Jiayi, Han Shuai, Lü Shuai*, Kang Meng, Zhang Junwei. Sampling diversity driven exploration with state difference guidance. Expert Systems with Applications, 2022, 203: 117418. (中科院1区TOP期刊, CCF推荐C类期刊)
[15] Han Shuai, Zhou Wenbo, Lu Jiayi, Liu Jing, Lü Shuai*. NROWAN-DQN: A stable noisy network with noise reduction and online weight adjustment for exploration. Expert Systems with Applications, 2022, 203: 117343. (中科院1区TOP期刊, CCF推荐C类期刊)
[16] Zhang Junwei, Zhang Zhenghao, Han Shuai, Lü Shuai*. Proximal policy optimization via enhanced exploration efficiency. Information Sciences, 2022, 609: 750-765. (中科院1区TOP期刊, CCF推荐B类期刊)
[17] Li Jingyao, Lü Shuai, Li Zhanshan*. Unsupervised domain adaptation via softmax-based prototype construction and adaptation. Information Sciences, 2022, 609: 257-275. (中科院1区TOP期刊, CCF推荐B类期刊)
[18] 吕帅*, 龚晓宇, 张正昊, 韩帅, 张峻伟. 结合进化算法的深度强化学习方法研究综述. 计算机学报, 2022, 45(7): 1478-1499. (CCF推荐中文A类期刊)
[19] Li Jingyao, Lü Shuai, Zhu Wenbo, Li Zhanshan*. Enhancing transferability and discriminability simultaneously for unsupervised domain adaptation. Knowledge-Based Systems, 2022, 247: 108705. (中科院1区TOP期刊, CCF推荐C类期刊)
[20] Gong Xiaoyu, Yu Jiayu, Lü Shuai*, Lu Hengwei. Actor-critic with familiarity-based trajectory experience replay. Information Sciences, 2022, 582: 633-647. (中科院1区TOP期刊, CCF推荐B类期刊)
[21] 李壮, 刘磊, 张桐搏, 周文博, 吕帅*. 基于局部搜索的并行扩展规则推理方法. 软件学报, 2021, 32(9): 2744-2754. (CCF推荐中文A类期刊)
[22] Li Junjie, Zhang Junwei, Gong Xiaoyu, Lü Shuai*. Evolutionary generative adversarial networks with crossover based knowledge distillation. In: Proceedings of the International Joint Conference on Neural Networks (IJCNN 2021), Virtual Event, July 18-22, 2021, 1-8. (CCF推荐C类会议)
[23] Li Jingyao, Li Zhanshan, Lü Shuai*. Feature concatenation for adversarial domain adaptation. Expert Systems with Applications, 2021, 169: 114490. (中科院1区TOP期刊, CCF推荐C类期刊)
[24] Lü Shuai*, Han Shuai, Zhou Wenbo, Zhang Junwei. Recruitment-imitation mechanism for evolutionary reinforcement learning. Information Sciences, 2021, 553: 172-188. (中科院1区TOP期刊, CCF推荐B类期刊)
[25] Li Jingyao, Li Zhanshan, Lü Shuai*. Unsupervised double weighted domain adaptation. Neural Computing and Applications, 2021, 33(8): 3545-3566. (中科院3区期刊, CCF推荐C类期刊)
[26] Han Shuai, Zhou Wenbo, Lü Shuai*, Yu Jiayu. Regularly updated deterministic policy gradient algorithm. Knowledge-Based Systems, 2021, 214: 106736. (中科院1区TOP期刊, CCF推荐C类期刊)
[27] Zhang Lei, Han Shuai, Zhang Zhiruo, Li Lefan, Lü Shuai*. Deep recurrent deterministic policy gradient for physical control. In: Proceedings of the 29th International Conference on Artificial Neural Networks (ICANN 2020), Bratislava, Slovakia, September 15-18, 2020, LNCS 12397, 257-268. (CCF推荐C类会议)
[28] 贺甫霖, 刘磊, 吕帅*, 牛当当, 王强. 基于格局检测的模型计数方法. 软件学报, 2020, 31(2): 395-405. (CCF推荐中文A类期刊)
[29] 王强, 刘磊, 吕帅*. 基于扩展规则的启发式#SAT求解算法. 软件学报, 2018, 29(11): 3517-3527. (CCF推荐中文A类期刊)
[30] 杨洋, 刘磊, 李广力, 张桐搏, 吕帅*. 一种新的基于局部搜索的扩展规则推理方法. 计算机学报, 2018, 41(4): 825-839. (CCF推荐中文A类期刊)
[31] 牛当当, 刘磊, 吕帅*. EPCCL理论的并行知识编译算法. 电子学报, 2018, 46(3): 537-543. (CCF推荐中文A类期刊)
[32] 牛当当, 刘磊, 吕帅*. EPCCL理论的求交知识编译算法. 软件学报, 2017, 28(8): 2096-2112. (CCF推荐中文A类期刊)
[33] Liu Lei, Yang Yang, Li Guangli, Wang Qi, Lü Shuai*. Redundancy checking algorithms based on parallel novel extension rule. Journal of Experimental & Theoretical Artificial Intelligence, 2017, 29(3): 629-647. (中科院4区期刊, CCF推荐C类期刊)
[34] 刘磊, 牛当当, 吕帅*. 基于超扩展规则的知识编译方法. 计算机学报, 2016, 39(8): 1681-1696. (CCF推荐中文A类期刊)
[35] 吕帅, 刘磊*, 魏唯, 高冰冰. 智能规划的逻辑编码方式研究. 计算机研究与发展, 2012, 49(3): 607-619. (CCF推荐中文A类期刊)
[36] 吕帅, 刘磊*, 石莲, 魏唯, 杨超. 依赖公理约简的经典规划方法. 电子学报, 2011, 39(2): 322-328. (CCF推荐中文A类期刊)
[37] 吕帅, 刘磊*, 江鸿, 史晶晶. 一种约简动作变元的命题规划编码方式. 计算机研究与发展, 2010, 47(10): 1756-1763. (CCF推荐中文A类期刊)
[38] 吕帅, 刘磊, 李莹, 石莲. 基于模态逻辑D公理系统的Conformant规划方法. 计算机研究与发展, 2009, 46(7): 1160-1168. (CCF推荐中文A类期刊)
[39] 吕帅, 刘磊*, 石莲, 李莹. 基于自动推理技术的智能规划方法. 软件学报, 2009, 20(5): 1226-1240. (CCF推荐中文A类期刊)
注:按照国际惯例,*表示通讯作者。
【发明专利】授权发明专利1项。
[1] 吕帅, 龙泽泓, 钟太鸿, 林炟君. 一种基于SAC强化学习算法的智能运动控制方法. (专利号: ZL 2024 1 0726196.6, 授权公告日: 2024.08.13)
【科研获奖】获得全国商业科技进步一等奖3项、二等奖1项,吉林省自然科学二等奖1项,吉林省科学技术进步三等奖2项。
[1] 全国商业科技进步二等奖:形式化新技术及其在软件智能化开发过程中的应用研究
[2] 吉林省自然科学二等奖:知识表示与特征选择方法研究
[3] 全国商业科技进步一等奖:形式化新方法及其在云计算中的应用
[4] 吉林省科学技术进步三等奖:本体工程技术及其应用研究
[5] 全国商业科技进步一等奖:形式化新方法与新技术及其在软件需求工程中的应用
[6] 吉林省科学技术进步三等奖:高可信软件的安全开发与验证方法及其应用
[7] 全国商业科技进步一等奖:基于形式化方法的本体工程关键技术研究与应用
人才培养与招生需求(详见:lus-jlu.github.io)
【招生专业】
304永利集团官网入口,081202计算机软件与理论(学术博士学位)
304永利集团官网入口,081200计算机科学与技术(学术硕士学位)
304永利集团官网入口,085404计算机技术(专业硕士学位)
软件学院,083500软件工程(学术硕士学位)
软件学院,085405软件工程(专业硕士学位)
【基本要求】
本科专业:计算机类(0809)下属的所有专业。计算机类(0809)下属专业包括:计算机科学与技术、软件工程、物联网工程、数据科学与大数据技术、网络空间安全等专业,以及对应的各类试验班。
本科学业:获得国奖、励志、校一、校二或相应级别的学业奖学金。
编程能力:熟练运用C/C++或Python。
竞赛水平:获得国一、国二、省一或相应级别的计算机类学科竞赛奖励。编程能力或竞赛水平突出,可不受其他条件限制。
【申报方式】
如果你希望从事机器学习领域的科学研究(而非工程实践),请发送你的简历、成绩单和相关证明材料到信箱:lus@jlu.edu.cn。如需要,将安排面试、机试、研讨等环节进行深入沟通。
——简历(限A4纸1-2页),主要涵盖:学业、英语、编程、竞赛。
——成绩单和相关证明材料。