学术主页：wxing.me 

Looking for motivated master and PhD students. 

News: 

- 基于贝叶斯优化的高效良率估计和优化被EDA顶级会议DAC（CCF-A）接受，文章第一作者为本人带了半年的大四学生和研究生一年级学生，本人为唯一通讯作者。

- 基于贝叶斯优化和强化学习的SPICE仿真加速策略被EDA顶级会议DAC（CCF-A）接受，本人为第一通讯作者。

邢炜博士2016年毕业于英国华威大学工程学院，随后加入美国犹他大学科学计算与图像处理研究中心（SCI），从事不确定性量化分析，代理模型和机器学习在解偏微分方程的应用等研究。他于2020年9月加入北京航空航天大学，在集成电路学院任职助理教授，从事集成电路自动化设计工具开发，机器学习，统计学系等研究工作。

主要研究方向为代理模型，时空场模拟仿真，机器学习，贝叶斯优化。有大量参与国外工程优化项目（美国国防高级研究计划局DARPA、英国工程和自然科学研究委员会EPSRC、英国能源与气候变化部DECC）的经验，在数学/工程顶级期刊Journal of computational physics, Journal of power sources，人工智能顶级会议AAAI，NeurIPS，IJCAI等发表论文共23篇。代理模型工作获得医疗图像顶会IPMI2019 best poster，带领学生夺得2020年南京EDA 精英杯一等奖和二等奖。

邢炜博士的专业特长在于人工智能算法与工程设计、不确定性分析和大规模传感器网络的交叉性等领域，在这方面的算法和建模都被成功地应用各类项目之中。针对大规模时空物理场（如电磁场，温度场）的工程优化问题，开发了多种人工智能算法，成功应用于英国能源和气候基金（DECC）“可溶铅氧化还原液流电池组件的改进”和欧盟科学基金（EU）“基于先进纳米材料的新概念金属空气电池”等项目上，使其工程优化的效率提高了10倍到1000不等；首次提出的含狄利克雷过程的联合统计模型，被美国DARPA“新一代工业设计智能套件”项目所采用，解决了计算机辅助设计（CAD）中的多优化目标问题，其成果发表于工程设计著名期刊: Journal of mechanical design和机器学习国际顶级会议AAAI（中国计算机 学会（CCF ）A类会议）上；使用非参数化机器学习模型对大型传感器网络的时空状态进行了建模、提升了预测精度和传感器网络优化部署，该方案被犹他大学Air Quality and Utah项目组采用，应用到美国盐湖城市（人口242万，面积286平方公里）的项目上，为公众提供实时的pm2.5报告和预警；提出了基于模型降阶图像配准算法，解决了医疗磁共振成像图配准慢的问题，极大（100倍）地提升了当前算法的基准计算效率，为下一代医疗磁 共振成像图配准的开发提供了优秀的解决方案。该成果获得2019年国际医疗图像处理权威会议IPMI的最佳学术海报奖。

近5年代表论文：

(1) Wei W. Xing; Robert M. Kirby; Shandian Zhe * ; Deep Coregionalization For The Emulation of Simulation-based Spatial-temporal Fields, Journal of Computational Physics, 2020, 428: 109984. (期刊论文)

(2) Wei W. Xing; Vasileios Triantafyllidis; Akeel A. Shah * ; Prasanth B. Nair; Nicholas Zabaras; Manifold Learning For The Emulation of Spatial Fields From Computational Models,, Journal of Computational Physics, 2016, 326: 666-690. (期刊论文)

(3) Wei W. Xing; Fuqian Xu; Puiki Leung; Xiaoxiao Li; Akeel A. Shah * ; A New Multi-task Learning Framework For Fuel Cell Model Outputs In High-dimensional Spaces, Journal of Power Sources, 2021, 482: 228930. (期刊论文)

(4) Wei Xing; Shireen Y. Elhabian; Robert Michael Kirby; Ross T. Whitaker; Shandian Zhe * ; Infinite ShapeOdds: Nonparametric Bayesian Models for Shape Representations, Proceedings of the AAAI Conference on Artificial Intelligence, New York, NY, USA, 2020-02-7至2020-02-12. (会议论文)

(5) Shibo Li; Wei Xing; Robert Kirby; Shandian Zhe * ; Multi-Fidelity Bayesian Optimization via Deep Neural Networks, Conference on Neural Information Processing Systems (NeurIPS), Virtual-only Conference, 2020-12-6至2 020-12-12. (会议论文)

团队建设原则：平等，共赢。通过高质量论文帮助学生为好offer铺路；最大可能让学生只做自己感兴趣的课题。

责任分明：最大可能让学生只做对自己研究能力有实质提升的项目。

老师手把手带学生改代码，写科研论文。研究生的第一、二个项目直接基于老师构思好的idea，修改以后代码并完成实验，老师全程辅导下完成文章。

学术建设以学术发展为导向，注重培养学生数学逻辑能力和解决实际问题的能力（包括资料搜索、知识管理、数学建模、任务管理、职业规划、和编程解决问题的能力）。

欢迎广大理工科背景学子加入。

• [1]. 2008.9 -- 2012.7

  深圳大学       机械制造及其自动化       大学本科毕业       工学学士学位

• [2]. 2012.9 -- 2016.9

  华威大学       计算数学       博士研究生毕业       哲学博士学位

• [1]. 2016.9 -- 2017.9

  华威大学      工程学院      博士后

• [2]. 2017.9 -- 2019.12

  犹他大学      科学计算与图像研究中心      博士后