胡世哲 (最新动态见：https://shizhehu.github.io/)，男，1992年生，中共党员，副研究员，硕士生导师，中国图象图形学学会视觉大数据专业委员会委员，IEEE/ACM/CCF/CSIG会员。2021年8月入职郑州大学计算机与人工智能学院，主要研究方向有多模态学习、多视图学习、多任务学习、信息瓶颈(Information Bottleneck)理论、非视域成像、多模态表示与融合、可信/可解释学习、聚类分析、图像模式分析、视频动作识别、无监督特征学习等。
已以第一/通讯作者身份在IEEE TPAMI、TIP(x2)、TKDE、TNNLS(x2)、TCYB、Pattern Recognition、Information Sciences、Information Processing and Management、Expert Systems With Applications、Knowledge-Based Systems、计算机学报、ACM MM、IJCAI、IEEE ICASSP等中国计算机学会A/B类会议期刊或中科院1区期刊上发表SCI/EI论文近20篇。论文发表后得到国内外同行的关注和积极评价，Google学术被引用近500次。多次担任国际顶级期刊IEEE TPAMI、TIP、TKDE、TNNLS、TMM、TCSVT、Information Fusion、Pattern Recognition、Neural Networks以及国内外顶级会议NeurIPS、ICML、IEEE CVPR、ACM MM、AAAI、IJCAI、ECCV、ICDM、CCDM、PRCV、PRAI的审稿人。
主持国家自然科学青年基金项目、中国博士后基金面上项目各1项，以课题骨干参与国家重点研发计划专项1项、国家自然科学基金面上项目2项。曾获ACM中国郑州分会优秀博士学位论文奖、河南省自然科学学术二等奖、郑州大学优秀博士学位论文。
工作背景：
2024.01 –至今，副研究员（副高级），郑州大学，计算机与人工智能学院，计算机科学与技术；
2021.8 –2024.01，助理研究员（中级），郑州大学，计算机与人工智能学院，计算机科学与技术；
教育背景：
l 2015. 9 – 2021. 6，郑州大学，信息工程学院，软件工程，硕博连读，导师：叶阳东教授
l 2011. 9 – 2015. 6，郑州大学，信息工程学院，工学学士；
代表性学术成果---期刊论文:
1. Shizhe Hu, Zhengzheng Lou, Xiaoqiang Yan, and Yangdong Ye: A Survey on Information Bottleneck . IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), Accepted, 2024. (中国计算机学会推荐A类国际期刊，中科院1区TOP期刊，影响因子=23.6)
2. Shizhe Hu, Zhengzheng Lou, and Yangdong Ye: View-wise VS Cluster-wise Weight: Which Is Better for Multi-view Clustering?. IEEE Transactions on Image Processing (TIP). 2022. (中国计算机学会推荐A类国际期刊，中科院1区TOP期刊，影响因子=11.041)
3. Chaoyang Zhang, Zhengzheng Lou, Qinglei Zhou, and Shizhe Hu*(通讯作者): Multi-View Clustering via Triplex Information Maximization. IEEE Transactions on Image Processing (IEEE TIP), 2023. (中国计算机学会推荐A类国际期刊，中科院1区TOP期刊，影响因子=10.6)；
4. Shizhe Hu, Xiaoqiang Yan, Yangdong Ye: Multi-task Image Clustering through Correlation Propagation. IEEE Transactions on Knowledge and Data Engineering (IEEE TKDE). 2021. (中国计算机学会推荐A类国际期刊，影响因子=9.235)
5. Shizhe Hu, Zenglin Shi, Xiaoqiang Yan, Zhengzheng Lou, and Yangdong Ye: Multiview Clustering with Propagating Information Bottleneck. IEEE Transactions on Neural Networks and Learning Systems (TNNLS), Accepted, 2023. (中国计算机学会推荐B类国际期刊, 中科院1区，影响因子=14.255)
6. Shizhe Hu, Chengkun Zhang, Guoliang Zou, Zhengzheng Lou, and Yangdong Ye: Deep Multi-view Clustering by Pseudo-label Guided Contrastive Learning and Dual Correlation Learning . IEEE Transactions on Neural Networks and Learning Systems (TNNLS), Accepted, 2024. (中国计算机学会推荐B类国际期刊, 中科院1区，影响因子=14.255)
7. Shizhe Hu, Zenglin Shi, Yangdong Ye: DMIB: Dual-correlated Multivariate Information Bottleneck for Multi-view Clustering. IEEE Transactions on Cybernetics (IEEE TCYB)，2022. (中国计算机学会推荐B类国际期刊, 中科院1区，影响因子=19.118)
8. Shizhe Hu, Xiaoqiang Yan, Yangdong Ye: Dynamic Auto-weighted Multi-view Co-clustering. Pattern Recognition (PR). 2020. (中国计算机学会推荐B类国际期刊,，中科院1区，影响因子=7.740)
9. Shizhe Hu, Xiaoqiang Yan, Yangdong Ye: Joint Specific and Correlated Information Exploration for Multi-view Action Clustering. Information Sciences. 2020. (中国计算机学会推荐B类国际期刊,，中科院1区，影响因子=8.233)
10. Shizhe Hu, Guoliang Zou, Chaoyang Zhang, Zhengzheng Lou, Ruilin Geng, and Yangdong Ye: Joint Contrastive Triple-learning for Deep Multi-view Clustering. Information Processing and Management (IPM), 2023. (中国计算机学会推荐B类国际期刊，中科院1区，影响因子=7.466)
11. Shizhe Hu, Bo Wang, Zhengzheng Lou, Yangdong Ye: Multi-view Content-Context Information Bottleneck for Image Clustering. Expert Systems With Applications, 2021. (中科院1区，影响因子=8.665)
12. Shizhe Hu, Ruobin Wang, and Yangdong Ye: Interactive Information Bottleneck for High-dimensional Co-occurrence Data Clustering. Applied Soft Computing, 2021. (中科院2区，影响因子=8.7)；
13. 胡世哲，娄铮铮，王若彬，闫小强，叶阳东: 一种双重加权的多视角聚类方法. 计算机学报，2020. (中国计算机学会推荐A类国内期刊，国内一级学报，EI期刊)
代表性学术成果----会议论文:
1. Shizhe Hu, Ruilin Geng, Zhaoxu Cheng, Chaoyang Zhang, Guoliang Zou, Zhengzheng Lou, Yangdong Ye: A Parameter-free Multi-view Information Bottleneck Clustering Method by Cross-view Weighting. ACM Inter. Conf. Multimedia (ACM MM), 2022. (中国计算机学会推荐A类国际会议，多媒体领域国际顶级会议)
2. Zhengzheng Lou, Chaoyang Zhang, Hang Xue, Yangdong Ye, Qinglei Zhou,Shizhe Hu*(通讯作者): Self-supervised Weighted Information Bottleneck for Multi-view Clustering. In the 33rd International Joint Conference on Artificial Intelligence (IJCAI), 2024. (中国计算机学会推荐A类国际会议，人工智能领域国际顶级会议)
3. Xiaoqiang Yan, Shizhe Hu, Yangdong Ye: Multi-task Clustering of Human Actions by Sharing Information. IEEE Conference on Computer Vision and Pattern Recognition (IEEE CVPR). 2017. (中国计算机学会推荐A类国际会议，计算机视觉国际顶级会议)
4. Shizhe Hu, Zhenquan Hou, Zhengzheng Lou, Yangdong Ye: Content VS Context: How about "Walking Hand-In-Hand" for Image Clustering. IEEE International Conference on Acoustics, Speech, and Signal Processing (IEEE ICASSP). 2020. (中国计算机学会推荐B类国际会议，信号处理领域顶级会议)
5. Xiaoqiang Yan, Yiqiao Mao, Shizhe Hu, Yangdong Ye: Heterogeneous Dual-Task Clustering with Visual-Textual Information. SIAM International Conference on Data Mining (SDM). 2020. (中国计算机学会推荐B类国际会议，数据挖掘领域重要会议)
获奖情况：
l 2021年，ACM中国郑州分会优秀博士学位论文奖；
l 2021年，河南省自然科学学术二等奖；
l 2021年，郑州大学优秀博士学位论文；
l 2021年，河南省“优秀应届毕业生”
l 2020年，博士研究生“国家奖学金”；
l 2020年，郑州大学“研究生优秀成果奖”；
l 2020年，郑州大学第十五届研究生学术论坛“最佳论文”；
l 2016年，郑州大学“优秀青年志愿者”；
l 2015年，河南省“优秀应届毕业生”；
l 2013年，本科生“国家奖学金”；
项目经历：
l 信息瓶颈理论驱动的自监督多视角聚类方法研究 （62206254），2023-2025，30万，国家自然科学青年基金项目，主持
l 中国博士后科学基金第74批面上资助（2023M743186）, 2023.08-2025.03, 主持.
l 图传播IB方法的模型及传播机制研究（62176239）, 2022-2025，58万，国家自然科学基金面上项目，课题骨干
l 传播IB方法的研究（61772475），2018年-2021年，62万，国家自然科学基金面上项目，课题骨干；
l 高速铁路成网条件下铁路综合效能与服务水平提升技术，负责“路网运营与安全大数据获取与挖掘技术”的相关研究，2018YFB1201403，2018-2020，221万，国家重点研发计划“先进轨道交通”重点专项，参与者；
学术活动：
l 会议程序委员会成员：NeurIPS'24, ICML'24, ACM MM'23/24, CVPR'22/23, AAAI'21/22/23/24, IJCAI'22/23/24, ECCV'22/24, ICDM’22, CCDM'22, PRCV'22, PRAI'22/23.
l 期刊审稿人：IEEE TPAMI, TIP, TKDE, TNNLS, TMM，Information Fusion, Pattern Recognition, Neural Networks, Acta Automatica Sinica
指导学生：
Binyan Tian (田斌艳), 2023~2026.
Jiahao Fan (范嘉豪), 2023~2026.
Ke Zhang (张珂), 2023~2026, 与娄铮铮教授合作指导.
Chengkun Zhang (张丞坤), 2022~2025, 与叶阳东教授合作指导.
Hang Xue (薛航), 2022~2025, 与娄铮铮教授合作指导.
Guoliang Zou (邹国梁), 2020~2023, 与叶阳东教授合作指导: 在Information Processing and Management (CCF Rank B)发表期刊论文一篇.
Ruilin Geng (耿瑞林), 2020~2023, 与叶阳东教授合作指导: 在ACM MM 2022 (CCF Rank A)发表会议论文一篇.
招生信息：
欢迎对机器学习、人工智能、计算机视觉、模式识别、数据挖掘、视频图像处理、多模态学习、特征学习等方向感兴趣的同学加入，请有意向同学将个人简历和本科成绩单发送至ieshizhehu@zzu.edu.cn。
招生要求：
(1)具有自律、独处能力，科研是一项多努力才能多产出的活动，耐得住寂寞，方能守得住繁华。
(2)具有明确的读研导向，即为什么读研，而不是仅为了拿一张硕士毕业证。
(3)具备较好的数学与英文（以英文读写能力为主）素养。
(4)具备良好的编程能力（以MATLAB、Python为主）。
(5)具备相关数据挖掘、机器学习、计算机视觉等方面的基础知识优先，同时也建议先学习过李宏毅老师的机器学习课程[http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML20.html]。
(6)有前期科研经历者加分（学术竞赛、论文发表、课外学术活动等）。
培养目标：
(1)具备扎实的专业知识、缜密的科研思维、较强的动手能力、广阔的学术视野，及独立发现、思考、解决问题的重要科学素养；
(2)在校期间在世界顶级期刊或会议上（CCF推荐A、B类期刊/会议）发表高水平、有影响力的论文，并有志于毕业后继续从事学术研究工作。
培养方式：
(1)“一对一，手把手”：从阅读论文、总结分析论文、编程实验、结果分析到具体撰写论文，各个环节一对一、手把手带。
(2)“多方位驱动”：采用问题驱动、方法驱动、任务驱动的方式进行培养管理，学生定期汇报进度。
(3)“再苦不苦孩子，再穷不穷教育”：在研究生待遇方面，每月给研究生发放补贴，包括学校资助部分和本人项目资助补贴两部分，旨在解决生活之忧，创造良好的科研环境。
(4) “交流讨论不可少”：定期安排组内论文报告，探讨并进行学术交流。
(5)“兴趣毅力是动力”：科学研究并不需要很高的智商和惊人的天赋，但需要你有兴趣、有毅力、有耐性，同时掌握正确的科研方法和技巧（本人会手把手指导）。
(6)“科研生活balance”：推崇健康快乐的学习方式和环境，定期组织健康有益的活动，比如台球、羽毛球、乒乓球、跑步等活动（活动中产生的一切费用无需学生承担）。
(7)科学研究中涉及到大量的凝练思考、批判创造、计算机编程与算法实验等，同时学术交流的过程锻炼了沟通的能力，无疑这些对于无论是选择继续读博深造或进入国企、私企的同学都有很重要的作用。
(8)对有意出国的同学，建议尽早进入实验室学习。良好的科研基础训练是出国留学的敲门砖。
