> For the complete documentation index, see [llms.txt](https://advancedguideforsds.gitbook.io/advancedguide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://advancedguideforsds.gitbook.io/advancedguide/jin-jie-pian/ke-yan-2023.10.17-geng-xin/shi-yan-shi-jie-shao-2023.4.18-geng-xin/mira-lab-wang-jie-jiao-shou-ke-ti-zu.md).
# MIRA Lab——王杰教授课题组
## 整体介绍
中国科大 MIRA (Machine Intelligence Research and Applications) Lab 聚焦于人工智能和机器学习方向。实验室立足于严谨的理论研究，着眼于复杂场景下的落地应用，致力于可解释的通用人工智能算法研究与系统开发。
MIRA Lab 经费充足，资源丰富，平台广阔。实验室主持或参与了若干纵向科研项目，包含国家级重大工程项目、国家自然科学基金优秀青年科学基金、国家自然科学基金委重点项目等。同时，实验室与若干顶级科技企业与研究机构（如华为诺亚方舟实验室、阿里巴巴达摩院、滴滴出行、贝壳找房、蚂蚁集团等）有长期密切合作，共同推行校企联合培养模式，邀请众多资深算法专家或架构师手把手教学。
MIRA Lab 负责人王杰教授现任中国科学技术大学教授，博士生导师，少年班学院副院长，国家创新人才计划青年特聘专家，国家优青，IEEE Senior Member，CCF高级会员，曾任美国密歇根大学研究助理教授。
王杰教授长期从事人工智能、机器学习等相关领域的研究，主要研究方向包括：图机器学习、强化学习与机器博弈、学习优化算法等。在机器学习国际顶级期刊及会议（如IEEE TPAMI、JMLR、NeurIPS、ICML 和 ICLR 等）发表文章60余篇。曾获 SIGKDD 2014 Best Student Paper Award，代表性工作进入由美国科学院院士撰写的 统计稀疏学习教材。担任 CCF 人工智能与模式识别专委会执行委员，CCF 大数据专委会执行委员，CAAI 机器学习专委会执行委员，Data Mining and Knowledge Discovery 编委，Neurocomputing 副主编，人工智能国际顶级会议 NeurIPS、SIGKDD 等领域主席，以及多个人工智能顶级会议的（高级）程序委员会委员。
**实验室主页**
{% embed url="" %}
**微信公众号**
## 研究方向
我们的研究方向包括但不限于：
1\. 图机器学习 (Graph Machine Learning)
o 基于知识图谱的认知与推理
o 图神经网络算法研究
o 人工智能助力自然科学探索
2\. 强化学习 (Reinforcement Learning)
o 深度强化学习算法研究
o 分布式自博弈系统搭建
3\. 学习优化 (Learning to Optimize)
o 运筹优化求解器开发
o 芯片电子设计自动化
## 团队成员
王杰教授，博士生导师，少年班学院副院长，国家创新人才计划青年特聘专家，国家优青，IEEE Senior Member，CCF高级会员
研究方向：图学习（Graph Learning）、强化学习（Reinforcement Learning）、优化（Optimization）
个人主页：
{% embed url="" %}