个人简介

琚玮，副研究员，硕士生导师，入选国家博新计划（国资计划A档），天府峨眉计划青年人才，斯坦福大学年度全球前2%顶尖科学家，中国中文信息学会大模型与生成专业委员会委员。研究方向主要集中图神经网络、图表示学习、科学智能（AI4Science：生物信息学、药物发现）、大语言模型（LLM）、推荐系统、时空数据分析等。主持国家自然科学基金青年科学基金项目（C类）、中国博士后科学基金面上项目、四川省自然科学基金青年科学基金项目，作为项目核心骨干参与多项国家重点研发计划和企业横向基金课题。近5年来共发表国际顶级学术论文100余篇（Nature子刊一篇，CCF-A/一区论文80余篇），相关研究成果发表在Nature Machine Intelligence (Nature 子刊）、TPAMI、TKDE、TOIS、TIP、TMM、AIJ、ICLR、ICML、NeurIPS、ACL、KDD、WWW、AAAI、IJCAI等机器学习和数据挖掘的国际顶级期刊和会议上，其中多篇会议论文入选口头报告（ICLR 2026 Oral Paper，Top 1%），多篇期刊论文入选ESI全球前0.1%热点论文1篇和前1%高被引论文。现担任国际顶级期刊IEEE TCSVT、Pattern Recognition、Expert Systems with Applications副主编，Information Fusion、Neurocomputing、Applied Soft Computing，Frontiers in Big Data编委，并在多个国际顶级会议和期刊如ICLR、ICML、NeurIPS、KDD、WWW、CVPR、ACL、AAAI、IJCAI、TPAMI、TKDE、TOIS、TNNLS、TMM等担任领域主席、高级程序委员会成员和审稿人。

教育经历

2019-09 至 2022-06, 北京大学，计算机学院，博士，导师：张铭

2017-09 至 2019-06, 北京大学，数学科学学院，硕士，导师：周铁

2012-09 至 2017-06, 四川大学，数学学院，学士

工作经历

2026-01 至今，四川大学，人工智能学院，副研究员

2024-08 至 2026-01, 四川大学，计算机学院，副研究员

2022-07 至 2024-06, 北京大学，计算机学院，博士后

科研项目

1. 2024.01-2026.12，国家自然科学基金青年科学基金项目（C类），图表示学习辅助的精准可信药物推荐研究，主持

2. 2025.07-2027.6，博士后创新人才支持计划，面向复杂环境的图表示学习算法框架研究，主持

3. 2023.09-2024.08，中国博士后科学基金面上项目，基于可学习超图的POI推荐算法研究，主持

4. 2025.01-2026.12，四川省自然科学基金青年项目，面向低资源场景的图表示学习算法框架研究，主持

5. 2023.11-2026.10，国家重点研发计划，多层次教育知识图谱构建、检索与推理，项目骨干

荣誉

1.2025国家博士后创新人才支持计划（国资计划A档）

2.2024年天府峨眉计划青年人才

3.斯坦福大学年度全球前2%顶尖科学家

4.2023年ACM SIGCSE中国“优博奖”

5.2022年国际顶级会议ICDM最佳论文提名奖

代表性论文

1.Wei Ju, Siyu Yi, Yifan Wang, Zhiping Xiao, Zhengyang Mao, Hourun Li, Yiyang Gu, Yifang Qin, Nan Yin, Senzhang Wang, Xinwang Liu, Philip S Yu, Ming Zhang. A Survey of Graph Neural Networks in Real world: Imbalance, Noise, Privacy and OOD Challenges. IEEE Transactions on Pattern Analysis and Machine Intelligence.TPAMI 2025（CCF-A, JCR Q1, IF=18.6, 中科院一区）

2.Wei Ju, Siyu Yi, Kangjie Zheng, Yifan Wang, Ziyue Qiao, Li Shen, Yongdao Zhou, Xiaochun Cao, Jiancheng Lv.Compactness and Consistency: A Conjoint Framework for Deep Graph Clustering. Fourteenth International Conference on Learning Representations.ICLR 2026(CCF-A,Oral, Top 1%)

3.Wei Ju, Wei Zhang, Siyu Yi, Zhengyang Mao, Yifan Wang, Jingyang Yuan, Zhiping Xiao, Ziyue Qiao, Ming Zhang.Identifying and Correcting Label Noise for Robust GNNs via Influence Contradiction.Forty-third International Conference on Machine Learning.ICML 2026(CCF-A)

4.Wei Ju, Zhengyang Mao, Siyu Yi, Yifang Qin, Yiyang Gu, Zhiping Xiao, Yifan Wang, Xiao Luo, Ming Zhang. Hypergraph-enhanced Dual Semi-supervised Graph Classification. Forty-first International Conference on Machine Learning. ICML 2024(CCF-A)

5.Wei Ju, Yifang Qin, Ziyue Qiao, Xiao Luo, Yifan Wang, Yanjie Fu, Ming Zhang. Kernel-based Substructure Exploration for Next POI Recommendation. Twenty-second IEEE International Conference on Data Mining. ICDM 2022（CCF-B,最佳论文提名）

6. Junyu Luo, Yiyang Gu, Xiao Luo, Wei Ju*, Yusheng Zhao, Zhiping Xiao, Jingyang Yuan, and Ming Zhang. GALA: Graph Diffusion-based Alignment with Jigsaw for Source-free Domain Adaptation. IEEE Transactions on Pattern Analysis and Machine Intelligence. TPAMI2024（通讯作者，CCF-A, JCR Q1, IF=23.6, 中科院一区）

7. Caiyang Yu, Wei Ju*, Haixin Wang, Yifan Wang, Ziyue Qiao. Dynamic Multi-sample Mixup with Gradient Exploration for Open-set Graph Anomaly Detection. Fourteenth International Conference on Learning Representations.ICLR 2026（通讯作者，CCF-A）

8. Xin Ma, Yifan Wang, Siyu Yi, Wei Ju*, Junyu Luo, Yusheng Zhao, Xiao Luo, Jiancheng Lv. Dual Prototype-Enhanced Contrastive Framework for Class-Imbalanced Graph Domain Adaptation. Thirty-ninth Advances in Neural Information Processing Systems.NeurIPS 2025（通讯作者，CCF-A）

9. Yifan Wang, Hourun Li, Ling Yue, Zhiping Xiao, Jia Yang, Changling Zhou, Wei Ju*, Ming Zhang, Xiao Luo. DANCE: Dual Unbiased Expansion with Group-acquired Alignment for Out-of-distribution Graph Fairness Learning. Forty-second International Conference onMachine Learning. ICML 2025（通讯作者，CCF-A）

10. Junwei Yang, Hanwen Xu, Srbuhi Mirzoyan, Tong Chen, Zixuan Liu, Zequn Liu, Wei Ju,Luchen Liu, Zhiping Xiao, Ming Zhang, Sheng Wang. Poisoning Medical Knowledge sing Large Language Models. Nature Machine Intelligence. NMI 2024（Nature子刊，JCR Q1, IF=18.8,中科院一区）