沈礼锋（男，汉族，籍贯广东），博士，文峰副教授，硕士生导师，国家级青年人才。博士毕业于香港科技大学，师从 James T. Kwok 教授。于2024年11月加入重庆邮电大学 / 人工智能学院，所属 大数据智能计算创新团队（团队负责人：王国胤教授）和 计算智能重庆市重点实验室。现为重庆人工智能学院（重智院）全时教师，中国人工智能学会粒计算与知识发现专业委员会委员，同时也担任了CCF-A 类国际会议 ICLR 的 Area Chair（领域主席） 和 IJCAI2025 的 Workflow Chair。研究兴趣包括：生成式人工智能、时间序列数据挖掘、多粒度认知计算、AI for Science等学术前沿方向。代表性研究成果发表于ICML、NeurIPS、ICLR、AAAI 、IJCAI、CIKM等顶级人工智能国际会议。在学术服务方面，长期承担多个CCF-A 类国际会议和国际期刊的审稿工作，其中的著名国际期刊包括 TPAMI、TNNLS、Artificial Intelligence、Pattern Recognition等。工程应用涉及医学心电信号智能监测、工业设备异常预警、电网用电需求预测、金融反洗黑钱、智能审计大模型等场景（更多链接：个人主页、谷歌学术）

Doing what you like is freedom. liking what you do is happiness.

教育经历：

- 博士，香港科技大学（QS最新排名世界33位），导师是 Prof. James T. Kwok 和 Prof.  Pan Hui

- 硕士，华南理工大学 | 计算机科学与工程学院，导师是 马千里 教授，毕业获 广东省优秀学生

- 学士，暨南大学 | 数学系，毕业获 优秀毕业生

科研项目：

- 国家自然科学基金（海外）优秀青年项目，主持，2025.

- 国家重点研发计划 ”战略性科技创新合作” 重点专项，子课题负责人，2026.

- 国家自然科学基金青年项目（C类），主持，2027.

- 重庆市自然科学基金面上项目，主持，2027.

- 国家自然科学基金项目（面上）《可解释机器学习的模型机理及关键问题研究》，参与，2026年.

- 重庆邮电大学人才引进项目，主持，2024年.

教学情况：

- 《最优化理论与方法》（重智院）、《数据结构》（重工商）26'Fall

- 《深度学习》、《深度与强化学习》（重智院）26'Spring

- 《机器学习》25'Fall

-《AI通识与实践：从零基础到DeepSeek应用》25'Spring, 25'Fall

- HKUST 助教：Machine Learning (COMP4211)、Data Mining (COMP4331)、Social Information Network Analysis and Engineering (COMP4641)、Introduction to Social Computing (MSBD5008)

招收27级研究生（硕士）和优秀本科生，欢迎对研究有兴趣、对自己有期待的同学联系我

邮箱：shenlf@cqupt.edu.cn

招生学科：

- 学术硕士：0812计算机科学与技术

- 专业硕士：085410人工智能；085411大数据技术与工程; 085404计算机技术；

招生要求：

- 真诚待人，心怀仁爱；珍惜时光，努力让每一段旅程都不负所愿

- 掌握至少一门工具：Python、Matlab等

- 修读或自学过相关课程：线性代数、概率统计、算法分析与设计、机器学习

- 对人工智能领域感兴趣；成绩好；逻辑思维清晰；算法编程能力强；能不太困难的阅读英文文献

- 下面为加分项：

  1）成绩顶呱呱

  2）有趣开朗、积极向上、热爱生活

  3）有责任感和团队精神，愿意帮助他人

  4）参加过ACM竞赛、数模竞赛、辩论队等

指导学生：

- 博士生：何洪萱、王一钒

- 硕士生：彭亮、龙乐乐、刘睿文、李旭阳、许梦媛、曹格章、樊晓雪、何云峥、陈艺之、丁明尧、许洲（重智院）、唐浩恒（重智院）、刘艳惠（重智院）、邓婉婷、崔子怡、朱恒、黄浩杰、黄华明、吕福林（重智院）、周亦谋（重智院）、许均杰（重智院）、蒋宇杰（重智院）

- 本科生：程靖伟、吴炜

代表性成果（*通讯作者, ¹共同一作）

注：近五年同行引用1700余次（其中工作均有主要研究贡献），最高单篇他引超600次。

[CIKM'26] Lingzheng Zhang, Boyang Li, Lifeng Shen, Yuxuan Liang and Fugee Tsung. GadMIL: Granularity-aware association discovery for multi-instance time series classification. CIKM. 26.

[ICIC'26] Haisheng Tian, Chende Yan, Lifeng Shen*. Adaptive dual-view time-series anomaly detection via structural imaging and forecasting. ICIC. 26.

[IJCAI'26] Yifan Wang, Lifeng Shen*, Shuyin Xia, Yi Wang. Efficient time series clustering from multiscale reservoir dynamics with granular-ball anchoring graph optimization. IJCAI, 26.

[INS'26] Yifan Wang, Lifeng Shen, Shuyin Xia. A structure-aware multi-subspace granular-ball clustering framework. Information Sciences, 2026.

[TASLP'26] Ye Wang, Zixuan Wu, Lifeng Shen*, ..., Hong Yu*, Guoyin Wang. Mastering the minority: An uncertainty-guided multi-expert framework for challenging-tailed sequence learning. IEEE Transactions on Audio, Speech and Language Processing, 2026.

[ICLR'26, 顶会] Lifeng Shen, Kai Syun Hou, Weiyu Chen, James Kwok. Latent-to-data cascaded diffusion models for unconditional time series generation. ICLR,  2026.

[AAAI'26, 顶会] Lifeng Shen, Liang Peng, Ruiwen Liu, Yi Liu, Shuyin Xia. Finding time series anomalies using granular-ball vector data description. AAAI,  2026.

[AAAI'26, 顶会] Lifeng Shen, Xuyang Li, Lele Long. TSGDiff: Rethinking synthetic time series generation from a pure graph perspective. AAAI,  2026.

[IJCAI'25, 顶会] Shuyin Xia, Yifan Wang, Lifeng Shen*, Guoyin Wang. Granular-ball-induced multiple kernel K-means. IJCAI,  2025.

[ICLR'24, 顶会] Lifeng Shen, Weiyu Chen, James Kwok. Multi-resolution diffusion models for time series forecasting. ICLR, 2024.

[ICML'23, 顶会] Lifeng Shen, James Kwok. Non-autoregressive conditional diffusion models for time series prediction. ICML, 2023. 

[Neurocomputing'22] Desen Huang¹, Lifeng Shen¹, Zhongzhong Yu, ..., Qianli Ma. Efficient time series anomaly detection by multiresolution self-supervised discriminative network. Neurocomputing, 2022.

[AAAI'21, 顶会] Lifeng Shen, Zhongzhong Yu, Qianli Ma, James Kwok. Time series anomaly detection with multiresolution ensemble decoding. AAAI, 2021.

[NeurIPS'20, 顶会] Lifeng Shen, Zhuocong Li, James Kwok. Timeseries anomaly detection using temporal hierarchical one-class network. NeurIPS, 2020. 

[INS'20] Qianli Ma, Lifeng Shen, Garrison W. Cottrell. DeePr-ESN: A deep projection-encoding echo-state network. Information Sciences, 2020.

[NN'19] Qianli Ma, Wanqing Zhuang, Lifeng Shen, Garrison W. Cottrell. Time series classification with echo memory networks. Neural Networks, 2019.

[TCYB'19] Qianli Ma, Sen Li, Lifeng Shen, ..., Garrison W. Cottrell. End-to-end incomplete time series modeling from linear memory of latent variables. IEEE Transactions on Cybernetics, 2019.

[ACML'18] Lifeng Shen, Qianli Ma, Sen Li. End-to-end time series imputation via residual short paths. ACML, 2018. 

[IJCAI'17, 顶会] Qianli Ma, Lifeng Shen, Enhuan Chen, Shuai Tian, Jiabing Wang, Garrison W Cottrell. WALKING WALKing walking: Action recognition from action echoes. IJCAI, 2017.

[INS'16] Qianli Ma, Lifeng Shen, Weibiao Chen, Jiabing Wang, Jia Wei, Zhiwen Yu. Functional echo state network for time series classification. Information Sciences, 2016.

邮箱 : 86b3ecf5f41100d0143b063ed18a4dee4e3c947686e939340093d9d20795d635d9298d81fa41099bb87d024c3365e2e7631a0a51cba874335e1b942f54b60060dd98dc6c702c6416dd0a09a94ab9b1b5d63bec4a82a4b36c73dd20e3985c98bc6e8c3ff1d376ec2613b27df33d3d4f359e37ed4d6cbacf869b3f59517bad42d3