个人简介

福州大学计算机与大数据学院副教授，主要研究方向为深度学习、表征学习、图神经网络、大模型与智能体，相关研究成果发表于在CVPR，NeurIPS, KDD，TNNLS等重要国际会议与期刊。

注重技术落地，与工业界保持紧密联系与合作，曾入选腾讯技术大咖等人才计划。

招生信息：

欢迎对人工智能研究充满热情、致力于解决实际问题、做出有意义科研成果，且对深度学习、图神经网络、大模型与智能体等方向感兴趣的同学与我联系。

邮箱：jiechen202@fzu.edu.cn

代表性科研成果

1. From Node Interaction to Hop Interaction: New Effective and Scalable Graph Learning Paradigm (CVPR), 2023. (CCF A)

2. Automated Label Unification for Multi-Dataset Semantic Segmentation with GNNs (NeurIPS), 2024. (CCF A)

3. GMV: A Unified and Efficient Graph Multi-View Learning Framework (NeurIPS), 2025. (CCF A)

4. ADMIRE: ADaptive method to enhance Multiple Image REsolutions in text-rich multi-image understanding (KDD), 2025. (CCF A)

5. Uniapo: Unified multimodal automated prompt optimization (AAAI), 2025. (CCF A)
   

6. Learning to distill global representation for sparse-view CT (ICCV), 2023. (CCF A)