# 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="<https://miralab.ai/>" %}

**微信公众号**

![](/files/uVvt24PG62wUC4dOrXrq)

## 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="<https://miralab.ai/>" %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET 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?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
