龙明盛-清华大学软件学院

师资队伍

姓名：龙明盛

职称：长聘副教授

邮件： mingsheng@tsinghua.edu.cn

地址：清华大学东配楼11区413室

研究领域：机器学习，包括深度学习、迁移学习、科学学习和人工智能大模型

个人主页： http://ise.thss.tsinghua.edu.cn/~mlong

个人简介：清华大学华为副教授，软件学院机器学习课题组负责人。主要从事机器学习理论、算法与模型方面的科研工作，专注于深度学习、迁移学习、科学学习和人工智能大模型。发表《自然》正刊长文并获专题报道，入选《自然·机器智能》封面文章，获评IJCAI Workshop时间检验奖。主持国家自然科学基金优青项目、重点项目等纵向课题和华为、腾讯、阿里巴巴等企业横向课题十余项，成果应用于智能制造、新能源、防灾减灾等重点领域。担任TPAMI、AIJ编委，ICML、NeurIPS资深领域主席。以第一作者或通讯作者在Nature、TPAMI、JMLR、ICML、NeurIPS、ICLR等知名期刊和会议上发表论文100余篇，谷歌引用33000余次。连续入选AI2000机器学习领域高影响力学者、爱思唯尔中国高被引学者、世界前2%顶尖科学家等。

教育背景

2008年9月至2014年7月，清华大学计算机系，博士

2004年9月至2008年7月，清华大学电机系，学士

工作履历

2022年7月至今，清华大学软件学院，长聘副教授

2019年1月至2022年6月，清华大学软件学院，副教授

2016年7月至2018年12月，清华大学软件学院，助理教授

2014年9月至2015年10月，加州大学伯克利分校计算机系，博士后

2014年7月至2016年7月，清华大学软件学院，博士后

学术兼职

国际期刊编委：TPAMI，AIJ，TMLR

国际期刊审稿人：Nature Communications，Science Advances，JMLR

国际会议资深领域主席：ICML，NeurIPS

国际会议领域主席：ICLR，CVPR，ICCV，IJCAI，AAAI

CCF人工智能与模式识别专委会执行委员

CAAI模式识别专委会执行委员

奖励与荣誉

2023年，清华大学华为副教授

2023年，清华大学优秀共产党员

2022年，清华大学良师益友

2022年，ICLR亮点领域主席

2022年，世界前2%顶尖科学家

2021年，AI2000机器学习领域高影响力学者

2021年，爱思唯尔中国高被引学者

2021年，IJCAI Workshop时间检验奖

2020年，北京市科技进步一等奖（排名第8）

2020年，国家优秀青年科学基金

2020年，北京市科技新星

2019年，中国知网最受关注博士学位论文

2018年，教育部技术发明一等奖（排名第4）

2018年，清华大学年度教学优秀奖

2017年，清华大学国际合作与交流暨港澳台工作优秀工作者

2016年，中国人工智能学会优秀博士学位论文

2014年，清华大学优秀博士学位论文

学术成果

Yuchen Zhang, Mingsheng Long*, Kaiyuan Chen, Lanxiang Xing, Ronghua Jin, Michael I. Jordan*, Jianmin Wang*. Skilful Nowcasting of Extreme Precipitation with NowcastNet. Nature 619, 1-7, 2023. (专题报道)

Haixu Wu, Hang Zhou, Mingsheng Long*, Jianmin Wang*. Interpretable Weather Forecasting for Worldwide Stations with a Unified Deep Model. Nature Machine Intelligence (Nat Mach Intell) 5, 602-611, 2023. (封面文章)

Yunbo Wang, Haixu Wu, Jianjin Zhang, Zhifeng Gao, Jianmin Wang, Philip S. Yu, Mingsheng Long*. PredRNN: A Recurrent Neural Network for Spatiotemporal Predictive Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2023. (高被引论文)

Kaichao You, Yong Liu, Ziyang Zhang, Jianmin Wang, Michael I. Jordan, Mingsheng Long*. Ranking and Tuning Pre-trained Models: A New Paradigm of Exploiting Model Hubs. Journal of Machine Learning Research (JMLR), 2022.

Haixu Wu, Jiehui Xu, Jianmin Wang, Mingsheng Long*. Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting. Neural Information Processing Systems (NeurIPS), 2021. (NeurIPS最具影响力论文，引用1000余次)

Yuchen Zhang, Tianle Liu, Mingsheng Long*, Michael I. Jordan. Bridging Theory and Algorithm for Domain Adaptation. International Conference on Machine Learning (ICML), 2019. (迁移学习间隔泛化理论，引用700余次)

Mingsheng Long, Zhangjie Cao, Jianmin Wang, Michael I. Jordan. Conditional Adversarial Domain Adaptation. Neural Information Processing Systems (NeurIPS), 2018. (NeurIPS最具影响力论文，引用2000余次)

Mingsheng Long, Han Zhu, Jianmin Wang, Michael I. Jordan. Deep Transfer Learning with Joint Adaptation Networks. International Conference on Machine Learning (ICML), 2017. (ICML最具影响力论文，引用2000余次)

Mingsheng Long, Han Zhu, Jianmin Wang, Michael I. Jordan. Unsupervised Domain Adaptation with Residual Transfer Networks. Neural Information Processing Systems (NeurIPS), 2016. (引用1500余次)

Mingsheng Long, Yue Cao, Jianmin Wang, Michael I. Jordan. Learning Transferable Features with Deep Adaptation Networks. International Conference on Machine Learning (ICML), 2015. (IJCAI Workshop时间检验奖，ICML最具影响力论文，引用5000余次)

教学工作

深度学习，研究生学位课，2018—（清华大学精品课）

机器学习，本科生专业课，2019—（清华大学精品课，毕业生心目中的好教师及课程）

人工智能导论，本科生必修课，2021—（毕业生心目中的好教师及课程）