邓蔚
- 讲师 硕士生导师
Email：dengwei@swufe.edu.cn
地址：四川省成都市温江区柳台大道555号
研究方向：
知识图谱、可解释人工智能以及大语言模型的跨学科应用（财经智能、法律智能和地勘智能等）
邓蔚，博士，硕士生导师，西南财经大学统计与数据科学学院、统计研究中心讲师，学院大数据分析实验室负责人，博士毕业于电子科技大学计算机学院，硕士和本科毕业于重庆邮电大学计算机学院，兼任中国人工智能学会粒计算与知识发现专委会委员、中国自动化学会计算社会与社会智能专委会委员、中国现场统计研究会大数据统计分会理事等，清华大学计算机系和美国圣路易斯华盛顿大学计算机系访问学者，曾任职于中国电子科技集团公司第十研究所（CETC10），参与国家重点研发计划、国家自然科学基金和国家863计划等国家级项目，主持中央高校基本科研、教育部产学合作协同育人和企业横向课题等项目，曾参与国家科技创新汇智平台（四川）的建设，担任中物院成都科学技术发展中心596大数据中心云网项目核心技术攻关组成员、四川省天晟源环保股份有限公司技术中心专家咨询委员会委员等，在国内外会议和期刊（如Knowledge-Based Systems、ACM MM等）发表学术论文40余篇，独立出版专著1部，参编专著1部，申请专利20余项，长期担任国内外著名期刊、会议的审稿人及各类创新创业大赛评委，指导学生超百人次获得国内外统计与数据科学竞赛奖项，曾获首届西南财经大学竞赛导师、西南财经大学优秀社团指导教师、百度人工智能菁英班优秀指导教师奖等。
希望招收的学生
具备交叉学科背景，同时具有较好的数学、机器学习、统计学等理论基础，有数据科学竞赛经历，对科研、学术及其应用充满热情的研究生和本科生。
参与时间：半年以上
本科：全校各个专业
硕士：应用统计（专硕）、经济大数据分析（学硕）、统计学（学硕）
希望招收的学生
具备交叉学科背景，同时具有较好的数学、机器学习、统计学等理论基础，有数据科学竞赛经历，对科研、学术及其应用充满热情的研究生和本科生。
参与时间：半年以上
本科：全校各个专业
硕士：应用统计（专硕）、经济大数据分析（学硕）、统计学（学硕）
相关项目（部分）
1．2020.1至今 国家自然科学基金重点项目“概念嵌入：基于概念森林的深度表达学习可解释性研究”(No. 61936001)，参与；
2．2018.10至今 国家重点研发计划项目“大数据知识工程基础理论及其应用研究”（2016YFB1000905），参与；
3．2021.1-2024.12国家自然科学基金：基于可靠性的最优防御策略研究，主研；
4．2019.1-2019.12 中央高校基本科研业务费专项资金“多粒度认知计算与自动化机器学习在司法大数据中的应用研究”（编号：JBK1901052），主持；
5．2018.12-2019.12 教育部-百度2018年度第一批产学合作协同育人项目，“《数据科学实战》课程建设”（编号：201801003034），主持，结题优秀；
6．2018.3-2019.6 中铁二院大数据平台项目“地勘大数据中心建设与应用研究”，参与；
7．2016.9—2018.8电子科技大学网络与数据安全四川省重点实验室开放课题：基于网络大数据和人工智能的股市分析与预测，主持。
1．2020.1至今 国家自然科学基金重点项目“概念嵌入：基于概念森林的深度表达学习可解释性研究”(No. 61936001)，参与；
2．2018.10至今 国家重点研发计划项目“大数据知识工程基础理论及其应用研究”（2016YFB1000905），参与；
3．2021.1-2024.12国家自然科学基金：基于可靠性的最优防御策略研究，主研；
4．2019.1-2019.12 中央高校基本科研业务费专项资金“多粒度认知计算与自动化机器学习在司法大数据中的应用研究”（编号：JBK1901052），主持；
5．2018.12-2019.12 教育部-百度2018年度第一批产学合作协同育人项目，“《数据科学实战》课程建设”（编号：201801003034），主持，结题优秀；
6．2018.3-2019.6 中铁二院大数据平台项目“地勘大数据中心建设与应用研究”，参与；
7．2016.9—2018.8电子科技大学网络与数据安全四川省重点实验室开放课题：基于网络大数据和人工智能的股市分析与预测，主持。
代表性论文（部分）
[1] Yu Zhao, Zhiquan Li, Wei Deng∗, Ruobing Xie, Qing Li. Learning entity type structured embeddings with trustworthiness on noisy knowledge graphs, Knowledge-Based Systems, Volume 215, 2021, 106630, ISSN 0950-7051, https://doi.org/10.1016/j.knosys.2020.106630.
[2] Kele Xu, Zhimin Lin, Jianqiao Zhao, Peicang Shi, Wei Deng*, and Huaimin Wang. 2020. Multimodal Deep Learning for Social Media Popularity Prediction With Attention Mechanism. In Proceedings of the 28th ACM International Conference on Multimedia (MM’20), October 12–16, 2020, Seattle, WA, USA. ACM, New York, NY, USA, Pages 4580-4584. https://doi.org/10.1145/3394171.3416274
[3] Liyuan Zheng, Yajie Hu, Bin Liu, Wei Deng. Learning robust word representation over a semantic manifold. Knowledge-Based Systems. Volume 192, 15 March 2020, 105358. https://doi.org/10.1016/j.knosys.2019.105358
[4] Shiyong Guo, Jun Yang, Bingbing Jiang, Nan Zhou, Hao Ding, Guangchen Zhou, Shuai Wu, Angbaji Suo, Xingwang Wu, Wenping Xie, Wanran Li, Yulong Liu, Wei Deng & Yun Zheng. MicroRNA editing patterns in Huntington’s disease. Scientific Reports, volume 12, article number: 3173, 2022. https://doi.org/10.1038/s41598-022- 06970-6.
[5] Yuan Huang, Zhixing Li, Wei Deng, Guoyin Wang, Zhimin Lin. D-BERT: Incorporating Dependency-based Attention into BERT for Relation Extraction. CAAI Transactions on Intelligence Technology, 2021(6).
[6] 邓蔚, 邢钰晗, 李逸凡, 李振华, 王国胤. 公平性机器学习研究综述. 智能系统学报, 2020, 15(3): 578-586.
[7] Huan Yang, Wei Deng*, Guoyin Wang, Fang Wang, Shuang Li. Interpretable Legal Judgment Prediction based on Improved Conditional Classification Tree. World Scientific Proceedings Series on Computer Engineering and Information Science | Developments of Artificial Intelligence Technologies in Computation and Robotics, pp. 336-343, 2020.
[8] Zhimin Lin, Dajiang Lei, Yuting Han, Guoyin Wang, Wei Deng, and Yuan Huang. "Siamese BERT Model with Adversarial Training for Relation Classification," 2020 IEEE International Conference on Knowledge Graph (ICKG), Nanjing, China, 2020, pp. 291-296, doi: 10.1109/ICBK50248.2020. 00049.
专著
1. 邓蔚.对抗分类:在垃圾邮件过滤中的应用研究.金琅出版社. 2017.4 (ISBN: 978-3-330-82346-4)
2. 四川省统计局，西南财经大学，《非传统数据在政府统计中的管理与应用研究》，中国统计出版社, 2017（参编）
[1] Yu Zhao, Zhiquan Li, Wei Deng∗, Ruobing Xie, Qing Li. Learning entity type structured embeddings with trustworthiness on noisy knowledge graphs, Knowledge-Based Systems, Volume 215, 2021, 106630, ISSN 0950-7051, https://doi.org/10.1016/j.knosys.2020.106630.
[2] Kele Xu, Zhimin Lin, Jianqiao Zhao, Peicang Shi, Wei Deng*, and Huaimin Wang. 2020. Multimodal Deep Learning for Social Media Popularity Prediction With Attention Mechanism. In Proceedings of the 28th ACM International Conference on Multimedia (MM’20), October 12–16, 2020, Seattle, WA, USA. ACM, New York, NY, USA, Pages 4580-4584. https://doi.org/10.1145/3394171.3416274
[3] Liyuan Zheng, Yajie Hu, Bin Liu, Wei Deng. Learning robust word representation over a semantic manifold. Knowledge-Based Systems. Volume 192, 15 March 2020, 105358. https://doi.org/10.1016/j.knosys.2019.105358
[4] Shiyong Guo, Jun Yang, Bingbing Jiang, Nan Zhou, Hao Ding, Guangchen Zhou, Shuai Wu, Angbaji Suo, Xingwang Wu, Wenping Xie, Wanran Li, Yulong Liu, Wei Deng & Yun Zheng. MicroRNA editing patterns in Huntington’s disease. Scientific Reports, volume 12, article number: 3173, 2022. https://doi.org/10.1038/s41598-022- 06970-6.
[5] Yuan Huang, Zhixing Li, Wei Deng, Guoyin Wang, Zhimin Lin. D-BERT: Incorporating Dependency-based Attention into BERT for Relation Extraction. CAAI Transactions on Intelligence Technology, 2021(6).
[6] 邓蔚, 邢钰晗, 李逸凡, 李振华, 王国胤. 公平性机器学习研究综述. 智能系统学报, 2020, 15(3): 578-586.
[7] Huan Yang, Wei Deng*, Guoyin Wang, Fang Wang, Shuang Li. Interpretable Legal Judgment Prediction based on Improved Conditional Classification Tree. World Scientific Proceedings Series on Computer Engineering and Information Science | Developments of Artificial Intelligence Technologies in Computation and Robotics, pp. 336-343, 2020.
[8] Zhimin Lin, Dajiang Lei, Yuting Han, Guoyin Wang, Wei Deng, and Yuan Huang. "Siamese BERT Model with Adversarial Training for Relation Classification," 2020 IEEE International Conference on Knowledge Graph (ICKG), Nanjing, China, 2020, pp. 291-296, doi: 10.1109/ICBK50248.2020. 00049.
专著
1. 邓蔚.对抗分类:在垃圾邮件过滤中的应用研究.金琅出版社. 2017.4 (ISBN: 978-3-330-82346-4)
2. 四川省统计局，西南财经大学，《非传统数据在政府统计中的管理与应用研究》，中国统计出版社, 2017（参编）
授权专利：
[1] 王国胤、王晓浪、林智敏、胡峰、邓蔚、李子扬、黄媛、黄子恒. 一种基于争议焦点实体的争议焦点发现方法、装置及终端. 专利号：ZL 202010639397.4，授权日：2022年6月21日
[2] 林智敏、邓蔚、雷大江、黄媛、李子杨，一种基于多样性模型的文本相关性判定方法、装置和终端，专利号：202010155810.X，授权日：2022年6月6日
申请专利(部分)
[1] 邓蔚、刘永聪、赵晨曦、刘新星、曹雅筠、高垒、查金豆. 一种可解释的法律争议焦点归纳方法与系统，专利申请号：202110982983.3，2021年8月25日
[2] 黄煜鹏、穆磊、邓蔚、曾刚、翁智蓉 . 一种面向项目需求的科技专家智能推荐方法，专利申请号：202110654909.9，2021年6月11日
[3] 冯靖芸、邓蔚、穆磊、曾刚、翁智蓉. 基于深度学习模型的科技人物知识图谱构建方法、装置及终端，专利申请号：202110633252.8，2021年6月7日
[4] 邓蔚、熊香权、李惠莲、姜志豪、汪劲松、杨记军、王鸣晖. 基于深度学习的财务报告情感分析方法、装置及终端. 专利申请号：202011271062.8，2020年11月13日
[5] 邓蔚、杨欢、刘新星、赵远霞、查金豆、曹雅筠、吴欣怡. 可解释法律判决预测方法、装置、电子设备及存储介质. 专利申请号：202011203734.1，2020年11月2日
[6] 邓蔚、刘智若、林智敏、王晓浪、穆磊、陈岚、刘永聪. 金融信息负面实体发现方法、装置、电子设备及存储介质. 专利申请号：202011086272.X，2020年10月12日
[7] 邓蔚、杨欢、李可、王方、李爽. 基于条件分类树的法律判决文书多分类方法、装置和终端，专利申请号：202010595021.8，2020年6月28日
[8] 韩雨亭、邓蔚、王瑛琦、王国胤、周政，一种基于迁移学习的实体关系抽取的问答方法及系统，专利申请号：202010323470.7，2020年4月22日
[9] 黄媛、邓蔚、李智星、林智敏、李子杨、王晓浪，一种实体关系的抽取方法、装置、设备及存储介质，专利申请号：202010058018.2，2020年1月16日
[10] 周政、邓蔚、胡峰、韩雨亭，基于实体关系消歧的知识图谱问答方法、系统以及终端，专利申请号：202010039884.7，2020年1月15日
[11] 邓蔚、李子杨、胡峰、林智敏、黄媛、王晓浪，一种文本信息的知识图谱关系抽取方法、装置及终端，专利申请号：201911291310.2，2019年12月16日
[12] 唐朝国、朱泳标、张居力、杨科、张毅、董凤翔、邓蔚、齐玥等. 基于深度学习的岩土自动识别定名方法及系统，专利申请号：2019107042188，2019年9月16日
[1] 王国胤、王晓浪、林智敏、胡峰、邓蔚、李子扬、黄媛、黄子恒. 一种基于争议焦点实体的争议焦点发现方法、装置及终端. 专利号：ZL 202010639397.4，授权日：2022年6月21日
[2] 林智敏、邓蔚、雷大江、黄媛、李子杨，一种基于多样性模型的文本相关性判定方法、装置和终端，专利号：202010155810.X，授权日：2022年6月6日
申请专利(部分)
[1] 邓蔚、刘永聪、赵晨曦、刘新星、曹雅筠、高垒、查金豆. 一种可解释的法律争议焦点归纳方法与系统，专利申请号：202110982983.3，2021年8月25日
[2] 黄煜鹏、穆磊、邓蔚、曾刚、翁智蓉 . 一种面向项目需求的科技专家智能推荐方法，专利申请号：202110654909.9，2021年6月11日
[3] 冯靖芸、邓蔚、穆磊、曾刚、翁智蓉. 基于深度学习模型的科技人物知识图谱构建方法、装置及终端，专利申请号：202110633252.8，2021年6月7日
[4] 邓蔚、熊香权、李惠莲、姜志豪、汪劲松、杨记军、王鸣晖. 基于深度学习的财务报告情感分析方法、装置及终端. 专利申请号：202011271062.8，2020年11月13日
[5] 邓蔚、杨欢、刘新星、赵远霞、查金豆、曹雅筠、吴欣怡. 可解释法律判决预测方法、装置、电子设备及存储介质. 专利申请号：202011203734.1，2020年11月2日
[6] 邓蔚、刘智若、林智敏、王晓浪、穆磊、陈岚、刘永聪. 金融信息负面实体发现方法、装置、电子设备及存储介质. 专利申请号：202011086272.X，2020年10月12日
[7] 邓蔚、杨欢、李可、王方、李爽. 基于条件分类树的法律判决文书多分类方法、装置和终端，专利申请号：202010595021.8，2020年6月28日
[8] 韩雨亭、邓蔚、王瑛琦、王国胤、周政，一种基于迁移学习的实体关系抽取的问答方法及系统，专利申请号：202010323470.7，2020年4月22日
[9] 黄媛、邓蔚、李智星、林智敏、李子杨、王晓浪，一种实体关系的抽取方法、装置、设备及存储介质，专利申请号：202010058018.2，2020年1月16日
[10] 周政、邓蔚、胡峰、韩雨亭，基于实体关系消歧的知识图谱问答方法、系统以及终端，专利申请号：202010039884.7，2020年1月15日
[11] 邓蔚、李子杨、胡峰、林智敏、黄媛、王晓浪，一种文本信息的知识图谱关系抽取方法、装置及终端，专利申请号：201911291310.2，2019年12月16日
[12] 唐朝国、朱泳标、张居力、杨科、张毅、董凤翔、邓蔚、齐玥等. 基于深度学习的岩土自动识别定名方法及系统，专利申请号：2019107042188，2019年9月16日