胡世哲 (最新动态见：https://shizhehu.github.io/)，男，1992年生，中共党员，直聘研究员，硕士生/博士生导师，河南省优青。2015年、2021年分别获得郑州大学学士、博士学位，2021年8月入职郑州大学计算机与人工智能学院。获得荣誉包括郑州大学优秀共产党员、国际计算机协会 (ACM) 郑州分会优秀博士学位论文奖与新星奖、河南省教育厅科技成果奖优秀科技论文奖一等奖、第十六届蓝桥杯全国软件和信息技术专业人才大赛全国总决赛C/C++程序设计优秀指导教师。
主要研究方向有具身智能、多模态智能感知、多视图学习、可信多模态学习、信息瓶颈 (Information Bottleneck) 理论、大模型评测与安全、连续学习、粒计算、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/通讯作者在IEEE TPAMI、TIP、TKDE、TNNLS、TCYB、Pattern Recognition、计算机学报等领域重要学术期刊及ICLR、NeurIPS、ICML、AAAI、IJCAI、ACMMM等重要国际学术会议发表和录用论文30余篇，论文发表后得到国内外同行的广泛关注和积极评价，谷歌学术引用1000余次。
担任国际顶级期刊IEEE Transactions on Image Processing (IEEE TIP) and Pattern Recognition (PR) 的副编辑 (AE)，以及国际顶级会议ICLR 和ICML的领域主席 (AC)，同时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。
先后主持国家自然科学基金面上项目/青年项目、河南省优秀青年科学基金、河南省重大科技专项子课题、中国博士后科学基金特别资助/面上资助等项目。主讲本科生《高级语言程序设计》、《数据库系统原理》等课程，培养(在读)硕博研究生10余人。
工作背景：
●2024.08 –至今，直聘研究员（正高级），郑州大学，计算机与人工智能学院，计算机科学与技术；
●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：
●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
●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), 46(8): 5325-5344, 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.Zhengzheng Lou, Hang Xue, Yanzheng Wang, Chaoyang Zhang, Xin Yang, and Shizhe Hu*(通讯作者): Parameter-free Deep Multi-modal Clustering with Reliable Contrastive Learning . IEEE Transactions on Image Processing (TIP), 34: 2628-2640, 2025. (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=13.7)；
4.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 (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)；
5.Shizhe Hu, Xiaoqiang Yan, Yangdong Ye: Multi-task Image Clustering through Correlation Propagation. IEEE Transactions on Knowledge and Data Engineering (TKDE). 2021. (中国计算机学会推荐A类国际期刊，影响因子=9.235)
6.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), 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)
7.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), 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)
8.Zhengzheng Lou, Yucong Wu, Ke Zhang, Chaoyang Zhang, Bo Ji, and Shizhe Hu*(通讯作者): Structure-enhanced Self-supervised Weighted Information Bottleneck for Multiview Clustering. IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 2026. (中国计算机学会推荐B类国际期刊, 中科院1区，影响因子=8.9)
9.Shizhe Hu, Zenglin Shi, Yangdong Ye: DMIB: Dual-correlated Multivariate Information Bottleneck for Multi-view Clustering. IEEE Transactions on Cybernetics (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)
10.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.[ICLR'26] Shizhe Hu, Zhangwen Gou, Shuaiju Li, Jin Qin, Xiaoheng Jiang, Pei Lv, Mingliang Xu*: Calibrated Information Bottleneck for Trusted Multi-modal Clustering . In International Conference on Learning Representations (ICLR) 2026. (中国人工智能学会推荐A类国际会议，深度表示学习领域国际顶级会议)
2.[NeurIPS'25] Yanzheng Wang#, Xin Yang#, Yujun Wang, Shizhe Hu*(通讯作者), Mingliang Xu*: Diversity-oriented Deep Multi-modal Clustering. Annual Conference on Neural Information Processing Systems (NeurIPS), Accepted, Dec. 2025. (中国计算机学会推荐A类国际会议，神经信息处理领域国际顶级会议)
3.[ICML'25] Zhengzheng Lou, Hang Xue, Chaoyang Zhang, Shizhe Hu*(通讯作者): A Peer-review Look on Multi-modal Clustering: An Information Bottleneck Realization Method. Forty-second International Conference on Machine Learning (ICML), May. 2025. (中国计算机学会推荐A类国际会议，机器学习领域国际顶级会议)
4.[ICML'25] Zhengzheng Lou, Ke Zhang, Yucong Wu, Shizhe Hu*(通讯作者): Super Deep Contrastive Information Bottleneck for Multi-modal Clustering. Forty-second International Conference on Machine Learning (ICML), May. 2025. (中国计算机学会推荐A类国际会议，机器学习领域国际顶级会议)
5.[AAAI'26] Guoliang Zou#, Tongji Chen#, Sijia Li, Jin Qin, Yangdong Ye*, Shizhe Hu*(通讯作者): Interest-driven Deep Multi-modal Clustering. AAAI Conference on Artificial Intelligence (AAAI) 2026. [Oral] (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)
6.[AAAI'25] Shizhe Hu, Jiahao Fan, Guoliang Zou*, Yangdong Ye*: Multi-aspect Self-guided Deep Information Bottleneck for Multi-modal Clustering. AAAI Conference on Artificial Intelligence (AAAI), 39(16), 17314-17322, April. 2025. (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)
7.[AAAI'25] Shizhe Hu, Binyan Tian, Weibo Liu, Yangdong Ye*: Self-supervised Trusted Contrastive Multi-view Clustering with Uncertainty Refined. AAAI Conference on Artificial Intelligence (AAAI), 39(16), 17305-17313, April. 2025. (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)
8.[IJCAI'24] 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), Aug. 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)
9.[ACM MM'24] Guoliang Zou#, Yangdong Ye#, Tongji Chen, Shizhe Hu*(通讯作者): Learning Dual Enhanced Representation for Contrastive Multi-view Clustering. ACM Multimedia (ACM MM), Oct. 2024. (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)
10.[ACM MM'22] 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 MM Oct. 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)
获奖情况：
●2025年，河南省教育厅科技成果奖优秀科技论文奖一等奖；
●2025年，郑州大学优秀共产党员；
●2025年，第十六届蓝桥杯全国软件和信息技术专业人才大赛全国总决赛C/C++程序设计优秀指导教师；
●2024年，河南省教育厅科技成果奖优秀科技论文奖一等奖；
●2023年，ACM中国郑州分会新星奖；
●2021年，ACM中国郑州分会优秀博士学位论文奖；
●2021年，河南省自然科学学术二等奖；
●2021年，郑州大学优秀博士学位论文；
●2021年，河南省“优秀应届毕业生”;
●2020年，博士研究生“国家奖学金”；
●2020年，郑州大学“研究生优秀成果奖”；
●2020年，郑州大学第十五届研究生学术论坛“最佳论文”；
●2016年，郑州大学“优秀青年志愿者”；
项目经历：
●(主持) 国家自然科学基金面上项目（62576320）, 2026.01-2029.12.
●(主持) 国家自然科学青年基金项目（62206254）, 2023.01-2025.12.
●(主持) 河南省优秀青年科学基金项目（252300421223）, 2025.01-2027.12.
●(主持) 河南省重大产业关键技术攻关“揭榜挂帅”项目【课题负责】(251000210300), 纳入省重大科技专项管理, 2025.10-2027.10.
●(主持) 基于国产生态大模型技术的河南省人工智能公共服务平台建设与应用示范【课题负责】, 2025.05.06-2025.12.31.
学术活动：
●国际顶级期刊副编辑 (AE)/编委: IEEE Transactions on Image Processing (IEEE TIP)，Pattern Recognition，Information Processing and Management (IP&M)；
●国际顶级会议领域主席(AC)/程序委员会高级委员(SPC)：ICLR'26、ICML'26、IJCAI-ECAI'26；
●会议程序委员会成员：NeurIPS, ICML, ACM MM, CVPR, AAAI, IJCAI, ECCV, ICDM, CCDM, PRCV, PRAI.
●期刊审稿人：IEEE TPAMI, TIP, TKDE, TNNLS, TMM，Information Fusion, Pattern Recognition, Neural Networks, Acta Automatica Sinica.
指导硕博研究生【论文均为[学生(共同)一作]或[(副)导师一作、学生二作]】：
2023.09~2026.07：
●田斌艳, [研究]: Trusted Multi-view Learning. [论文发表]: AAAI'25 (CCF Rank A); [荣誉]：郑州大学2025年研究生国家奖学金.
●范嘉豪, [研究]: Information Bottleneck Theory/Self-supervised Learning/Deep Multi-modal Clustering. [论文发表]: AAAI'25 (CCF Rank A); [荣誉]：郑州大学2025年研究生国家奖学金.
●王彦铮, [研究]: Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Xin Yang. [论文发表]: NeurIPS'25 (CCF Rank A).
●陈同济, [研究]: Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Yangdong Ye. [论文发表]: AAAI'26 [Oral] (CCF Rank A)、IPM'26 (CCF Rank B) .
●张 珂, [研究]: Information Bottleneck Theory/Multi-modal Clustering. [Co-Supervisor]: Prof. Zhengzheng Lou. [论文发表]: ICML'25 (CCF Rank A).
●吴雨聪, [研究]: Information Bottleneck Theory/Multi-view Clustering. [Co-Supervisor]: Prof. Zhengzheng Lou. [论文发表]: IEEE TNNLS'26 (CCF Rank B).
2022.09~2025.07
●张丞坤, [研究]: Deep Multi-view Clustering. [Co-Supervisor]: Prof. Yangdong Ye. [论文发表]: IEEE TNNLS'25 (CCF Rank B); [毕业去向]: 数字马力公司. [邮箱]: 1239132802@qq.com.
●薛航, [研究]: Information Bottleneck Theory/Deep Multi-modal Clustering. [Co-Supervisor]: Prof. Zhengzheng Lou. [论文发表]: IEEE TIP'25、ICML'25 (CCF Rank A); [荣誉]：2025年郑州大学优秀硕士学位论文；[毕业去向]：武汉大学攻读博士学位. [邮箱]: xuehang2000@qq.com.
2020.09~2023.07
●邹国梁, [研究]: Deep Multi-view Clustering. [Co-Supervisor]: Prof. Yangdong Ye. [论文发表]: IPM'23 (CCF Rank B); [毕业去向]：郑州大学攻读博士学位. [邮箱]: jimmyopop8@gmail.com.
●耿瑞林, [研究]: Multi-view Information Bottleneck Clustering. [Co-Supervisor]: Prof. Yangdong Ye. [论文发表]: ACM MM'22 (CCF Rank A); [毕业去向]：中原证券. [邮箱]: gengrl@ccnew.com.
招生信息：
欢迎对具身智能、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/要求：
（1）科研不容瑕疵。不允许任何形式的学术造假、剽窃等学术不端等行为。
（2）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。
（3）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。
（4）科研是一个痛并快乐的过程，兴趣和努力是克服痛苦的良药，因此选择自己感兴趣的方向进行科研是首要的。
（5）大量阅读是科研的不二法门，请大量阅读并按时汇报进展与参加组会。
（6）尽管我会全力培养和指导，但也有一点：达到毕业要求以取得学位是作为硕博生自己的任务。所以希望我们一起全力以赴，努力科研，有问题及时和我沟通交流。
（7）作为导师，我是研究生的第一负责人，任何非常规行为，请及时告知于我。
培养方式：
（1）前提：坚持师生平等关系，尊重学生各项权利。
（2）“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，平均每周每生一对一的指导时间（组会、线下、线上讨论等）不少于一小时。
（3）“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。
（4）“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。
（5）“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。
（6）“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）。
（7）“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）。
（8）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。
（9）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。
