neuro-symbolic lab

professors

刘祥根

姓名: 刘祥根
职称: 副高级/博士生导师
所在系所: 计算机科学系
研究方向: 自然语言处理、大模型、生物信息
邮箱: liuxianggen@scu.edu.cn

个人简介

刘祥根，四川大学计算机学院副研究员，国家工信部工业互联网创新发展工程课题负责人，硕/博士生导师。2019年在美国伊利诺伊大学香槟分校联合培养，2021年于清华大学博士毕业，同年被四川大学引进为特聘副研究员。

刘祥根的主要研究方向包括深度神经网络的基础理论及其在自然语言处理和生物信息学领域的应用。他在中国计算机学会（CCF）A类国际会议论文（ICML,ACL,IJCAI）和 SCI 检索学术论文十余篇，其中以第一作者发表在人工智能顶级会议ACL上的文本可控生成的文章单篇被引70余次。

担任中国生物工程学会计算生物与生物信息专委会委员、中国药学会麻醉药物专委会委员等职务，常年担任AAAI、IJCAI、ICML、NeurIPS、ICCV、ACL、ICLR、EMNLP、ACM MM、NLPCC、IEEE Transactions on Neural Networks and Learning Systems(TNNLS)、 TCBB等20余种国际权威会议和期刊的审稿人。

指导本科生进行学科竞赛和科研学术活动，累计指导本科生12名，带领学生获得大创省级、国家级立项，机器人与人工智能竞赛全国一等奖，中国成都国际软件设计与应用大赛第二名等成绩。 作为负责人主持国家基金委自然科学基金青年项目及以上项目多项，积极研究前沿深度学习基础理论及其在智能制造、药物发现领域的应用，在相关领域取得了广泛的应用。

部分论文清单

  • Haotian Luo, Yixin Liu, Peidong Liu, Xianggen Liu. Vector-Quantized Prompt Learning for Paraphrase Generationopen in new window. EMNLP Findings, 2023. (本科生一作)
  • Xianggen Liu, Lili Mou, Zhengdong Lu. Weakly Supervised Reasoning by Neuro-Symbolic Approaches. Compendium of Neurosymbolic Artificial Intelligence, 665--692, 2023, IOS Press.
  • Wenbo Zhang, Likai Tang, Site Mo, Sen Song, Xianggen Liu*. Learning robust rule representations for abstract reasoning via internal inferences. In Neural Information Processing Systems (NeurIPS), 2022. (学生一作)
  • Xianggen Liu, Wenqiang Lei, Jiancheng Lv, Jizhe Zhou. Abstract rule learning for paraphrase generation. In International Joint Conference on Artificial Intelligence (IJCAI), 2022.
  • Xianggen Liu, Lili Mou, Fandong Meng, Hao Zhou, Jie Zhou, & Sen Song. Unsupervised paraphrasing by simulated annealing. In Annual Meeting of the Association for Computational Linguistics (ACL), pp. 302-312. 2020.
  • Xianggen Liu, Lili Mou, Haotian Cui, Zhengdong Lu, & Sen Song. Finding decision jumps in text classification. Neurocomputing 371. 177-187. 2020.
  • Xianggen Liu, Lili Mou, Haotian Cui, Zhengdong Lu, & Sen Song. Jumper: learning when to make classification decisions in reading. In International Joint Conference on Artificial Intelligence (IJCAI), pp. 4237-4243. 2018.
  • Xinke Shen, Xianggen Liu, Xin Hu, Sen Song, & Dan Zhang. Contrastive learning of subject invariant EEG Representations for Cross-Subject Emotion Recognition. IEEE Transactions on Affective Computing. 2022.
  • Xianggen Liu, Pengyong Li, Fandong Meng, Hao Zhou, Huasong Zhong, Jie Zhou, Lili Mou, Sen Song. Simulated annealing for optimization of graphs and sequences. Neurocomputing. 2021.
  • Xianggen Liu, Yunan Luo, Pengyong Li, Sen Song, & Jian Peng. Deep Geometric Representations for Modeling Effects of Mutations on Protein-Protein Binding Affinity. PLoS Computational Biology 17(8), e1009284. 2021.
  • Xianggen Liu, Qiang Liu, Sen Song, & Jian Peng. A chance-constrained generative framework for sequence optimization. In International Conference on Machine Learning (ICML). pp. 6271-6281. 2020.
  • Hailin Hu, Xianggen Liu, An Xiao, YangYang Li, Chengdong Zhang, Tao Jiang, Dan Zhao, Sen Song, & Jianyang Zeng. Riboexp: an interpretable reinforcement learning framework for ribosome density modeling. Briefings In Bioinformatics, bbaa412. 2020.

部分项目清单

  • 2022年，四川大学引进人才科研启动经费，负责人
  • 2023年，四川省自然科学基金青年项目，负责人
  • 2023年，国家自然科学基金青年项目，负责人
  • 2023年，国家工信部工业互联网创新发展工程，课题负责人

招聘、招生说明

  1. 本组长期招聘专职博士后，薪资待遇丰厚，合作导师为国家级青年人才。
  2. 本组每年招收1名博士生，2-4名硕士生，欢迎具有计算机、数学、自动化等相关背景的学生报考。
  3. 本组科研课题前沿，导师指导细致，对学生一视同仁，科研学习氛围浓厚，学生成长迅速，科研成果较为突出。
  4. 本组对外合作密切，学生参与一线实习机会多，与国内外龙头国企（中国电科集团）、互联网企业（腾讯微信），科研院所（清华、中科院、微软亚研院、UIUC、阿尔伯塔大学）有着长期的合作关系。优秀硕博士生可送往海外高校进行联合培养。