基本信息
职称：教授
职务：博士生导师
主讲课程：《机器学习》、《深度学习理论与实践》、《人工智能》、《编译原理》
研究方向：机器学习、深度学习、多模态融合、图神经网络、物理信息神经网络、隐式神经网络、大模型理论。
电子邮件：shipingwangphd@163.com (preferred)； shipingwang@fzu.edu.cn
联系电话：0591-xxxxxxxx
个人简介
王石平，男，博士，教授，博士生导师，福州大学“旗山学者”(海外计划)，福建省引进高层次人才(B类)，福建省“雏鹰”青年拔尖人才计划，福建省杰出青年科学基金获得者，CCF/IEEE高级会员，智慧地铁福建省高校重点实验室主任/福州大学智能信息处理研究所主任。担任Neural Networks等多个期刊编委，在国际著名期刊和会议IEEE Trans. Pattern Analysis and Machine Intelligence, IEEE Trans. Image Processing, IEEE Trans. Neural Networks and Learning Systems, IEEE Trans. Signal Processing，IEEE Trans. Multimedia, IEEE Trans. SMC: Systems, IEEE Trans. Intelligent Transportation Systems, IEEE Trans. Computational Social Systems, Pattern Recognition, Information Fusion, Information Sciences, Knowledge-Based Systems, Computer Vision and Image Understanding 等上发表SCI/EI检索论文200余篇，一作/通讯SCI期刊论文120余篇，Trans系列论文50余篇，Google Scholar 引用6600余次，h-index和i10-index指数分别为45和107。研究方向：机器学习、深度学习、多模态融合、图神经网络、大模型理论。
学习经历
1. 2019.07--2020.06：北京大学，信息科学技术学院，访问学者，导师：林宙辰教授
2. 2015.08--2016.08：新加坡南洋理工大学，EEE学院，博士后，导师：Han Wang教授
3. 2014.12--2015.08：新加坡国立大学，ECE学院，研究助理，导师：Hongliang Ren教授
4. 2009.06--2014.12：电子科技大学，计算机科学与工程学院，博士(硕博连读)， 导师：朱清新教授
5. 2013.08--2014.08：加拿大阿尔伯特大学，ECE学院，博士联合培养，导师：Witold Pedrycz教授
工作经历
2021.05 --- 现在：福州大学 计算机与大数据学院 教授
2017.06 --- 2021.05：福州大学 数学与计算机科学学院 教授
2016.12 --- 2017.06：福州大学 数学与计算机科学学院 副教授（试用）
讲授课程
《机器学习》、《深度学习理论与实践》、《人工智能》、《编译原理》
科研项目
国家自然科学基金面上项目，62276065，基于可微分网络的跨媒体多视图度量学习研究、2023.01-2026.12，在研，主持。
国家自然科学基金海峡联合基金重点项目，U25A20527，面向闽台舆情的多模态内容分析与理解关键技术研究、2026/01-2029/12，104 万元，在研，子课题负责人。
国家自然科学基金青年项目，61502104，基于粒计算的大数据特征融合理论与方法、2016.01-2018.12，结题，主持。
福建省自然科学基金面上项目，多视角半监督特征融合与数据分类关键技术研究，2020J01130193，2020.08-2023.07，结题，主持。
国家自然科学基金海峡联合基金重点项目，跨网络跨媒体的两岸热点事件的智能挖掘与推送，U21A20472，2022.01-2025.12，在研，参与。
国家自然科学基金海峡联合基金重点项目，面向两岸热点事件的社交多媒体大数据协同感知与计算，U1705262，2018.01-2021.12，结题，参与。
福州大学旗山学者科研项目，XRC-17003，大数据中多模态特征融合理论与方法研究，2017.02-2020.01，结题，主持。
代表性论文
1. Shiping Wang, Yueyang Pi, Yang Huang, Fuhai Chen, Le Zhang*, Multi-view Equilibrium Graph Neural Network, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2025.
2. Shiping Wang, Zhaoliang Chen, Shide Du, Zhouchen Lin*. Learning deep sparse regularizers with applications to multi-view clustering and semi-supervised classification, IEEE Transactions on Pattern Analysis and Machine Intelligence, 44(9): 5042-5055, 2022.
3. Zhiyong Xu, Yuhong Chen, Shide Du, Yan Chen, Shiping Wang*, MBGCN: Multi-view Block-wise Graph Convolutional Networks on Large-scale Graphs, IEEE Transactions on Image Processing, 2025.
4. Shide Du, Zhiling Cai, Zhihao Wu, Yueyang Pi, Shiping Wang*. UMCGL: Universal Multi-view Consensus Graph Learning with Consistency and Diversity, IEEE Transactions on Image Processing, 2024.
5. Zihan Fang, Shide Du, Ying Zou, Yanchao Tan, Na Song, Shiping Wang*, Be Reliable: An Interpretable Attribute-Oriented Representation Learning Framework, IEEE Transactions on Neural Networks and Learning Systems, 2025.
6. Yueyang Pi, Yilin Wu, Yang Huang, Yongquan Shi, Shiping Wang*. Inhomogeneous Diffusion-induced Network for Multi-view Semi-supervised Classification, IEEE Transactions on Neural Networks and Learning Systems, 2024.
7. Luying Zhong, Zhaoliang Chen, Zhihao Wu, Shide Du, Zheyi Chen, Shiping Wang*. Learnable Graph Convolutional Network with Semi-supervised Graph Information Bottleneck, IEEE Transactions on Neural Networks and Learning Systems, 2023.
8. Weiran Liao, Jielong Lu, Yuhong Chen, Shide Du, Hongrong Chen, Shiping Wang*, From Static to Active: Knowledge-Aware Node State Selection in Multi-view Graph Learning, AAAI, 2026.
9. Zhiyuan Lai, Jiacheng Li, Jiayuan Wang, Shiping Wang*, Cooperative Graph Transformer with Structural Consensus for Multi-View Learning, AAAI, 2026.
10. Shide Du, Chunming Wu, Zihan Fang, Wendi Zhao, Yilin Wu, Changwei Wang, Shiping Wang*, LargeMvC-Net: Anchor-based Deep Unfolding Network for Large-scale Multi-view Clustering, ACM MM, 2025.
博士/硕士研究生招生：
常年招收有远大志向的学生加入实验室，做很酷 & 有趣 （cool & interesting）的学术研究。If you feel you are qualified and self-motivated, please join us.
