教育经历

• 2013年8月至2017年5月：佐治亚理工学院，博士
  
• 2010年8月至2013年5月：佐治亚理工-上海交通大学双硕士项目，硕士
  
• 2006年9月至2010年7月：天津大学，学士
  

工作经历

• 2023年9月 - 至今，中国人民大学高瓴人工智能学院，长聘副教授
  
• 2021年1月 - 2023年8月，中国人民大学高瓴人工智能学院，准聘副教授
  
• 2018年1月至2020年9月，Infinia ML Inc.，高级研究员，兼任杜克大学客座研究员
  
• 2017年8月至2017年12月，杜克大学，博士后研究员
  

研究方向

最优传输驱动的机器学习方法，例如最优传输问题的近似求解，基于最优传输的图机器学习，基于最优传输的生成模型学习，基于最优传输的数据对齐技术等。

生成式大模型架构设计、模型压缩、模型融合技术，例如大模型的高效适配、新型注意力机制、算法驱动的模型架构设计与机理分析、非实数神经网络设计与复杂数据建模等

AI4Math以及AI4Science等前沿应用：AI辅助数学证明、药物设计、材料分析等。

学生要求

风险偏好型选手，敢于做高风险研究；对科研具有主观能动性；有较好的数学基础和编程能力；乐于交流和团队协作。

教授课程

• 现代数值方法：2021-2023秋
  
• 智慧医疗：2021-2023秋
  
• 机器学习基础：2022-2024春
  

研究成果

https://scholar.google.com/citations?hl=en&user=7gYVOO8AAAAJ&view_op=list_works&sortby=pubdate

荣誉奖励

• 佐治亚理工学院Coulter Fellowship，2010年
  
• 上海市研究生优秀学术成果（学位论文），2014年
  

社会兼职

• 期刊Guest Editor：TNNLS
  
• 期刊Reviewer：TPAMI、TKDE、TIP、TCSVT、TMM、TSP等
  
• 会议Tutorial：KDD2019、AAAI2022、IJCAI2023
  
• 会议Area Chair：ICML、ICLR、AAAI、ICLR、IJCAI等
  
• 会议Reviewer：ICML、NeurIPS、AAAI、CVPR等
  

联系

电话：--

邮箱：hongtengxu@ruc.edu.cn

个人网页：https://hongtengxu.github.io

办公地址：--