南京大学，计算机科学与技术系，直博，2017.09–2022.12      导师：周志华教授

中国科学技术大学，统计系，学士，2013.09–2017.06             保研免试进入南京大学计算机系直接攻博

人工智能、机器学习、复杂优化

招生信息：寻找有上进心的硕士/博士生从事人工智能科研工作。请随时通过电子邮件联系我。

申请材料：

1. 带普通生活照的个人简历；

2. 本科成绩单（申请直博、硕士生提供）；

3. 一页纸的“研究动机说明”；

4. 其他有助于增进对您了解的材料。

[1]香江学者计划，2025

[2]江苏省青年科技人才托举工程，2024

[3]江苏省人工智能学会优博，2023

[4]中国博士后科学基金第五批特别资助，2023

[5]江苏省卓越博士后，2022

[6]南京市人工智能产业人才兴智计划奖学金，2019

副教授，香江学者，中国计算机学会会员。于南京大学计算机系LAMDA研究所期间，在周志华院士的指导下从事集成学习方面的研究，并于2022年12月获得工学博士学位。现阶段研究方向主要聚焦于集成学习理论基础的构建及其在水资源复杂优化问题中的应用。已在人工智能领域权威期刊（ACM TKDD、IEEE TMC、PR、NN）及顶级会议（ICML、NeurIPS、ICLR）发表论文20余篇。获评香江学者计划（2025），主持国家自然科学基金青年项目（2024）及中国博士后科学基金特别资助（2023）。

期刊论文

[1]Jia-Le Xu, Shen-Huan Lyu*, Yu-Nian Wang, Ning Chen, Zhihao Qu, Bin Tang, and Baoliu Ye. Enhance and Reuse: A Dual-Mechanism Approach to Boost Deep Forest for Label Distribution Learning. Pattern Recognition, 179:113817, 2026. (CCF B, CAS Q1)

[2]Shen-Huan Lyu, Jia-Le Xu, Yi-Xiao He, Yanyan Wang, Baoliu Ye, and Qingfu Zhang. A Semi-Supervised Deep Forest Framework Based on Margin Distribution Optimization for Tabular Data. Information Sciences, 753:123615, 2026. (CCF B, CAS Q1)

[3]Ning Chen, Shen-Huan Lyu*, Tian-Shuang Wu, Yanyan Wang, and Bin Tang. Improving Multi-Label Contrastive Learning by Leveraging Label Distribution. Pattern Recognition, 174:113011, 2026. (CCF B, CAS Q1)

[4]Shen-Huan Lyu, Yi-Xiao He, Yanyan Wang, Zhihao Qu, Bin Tang, and Baoliu Ye. Enhance Learning Efficiency of Oblique Decision Tree via Feature Concatenation. Information Sciences, 721:122613, 2025. (CCF B, CAS Q1)

[5]吕沈欢, 陈一赫, 姜远. 多标记学习中基于交互表示的深度森林方法. 软件学报, 35(4):1934-1944, 2024. (CCF A in Chinese)

[6]Shen-Huan Lyu, Lu Wang, and Zhi-Hua Zhou. Improving Generalization of Deep Neural Networks by Leveraging Margin Distribution. Neural Networks, 151:48-60, 2022. (CCF B, CAS Q1)

会议论文

[1]Qin-Cheng Zheng, Shao-Qun Zhang, Shen-Huan Lyu, Yuan Jiang, and Zhi-Hua Zhou. Theoretical Investigation on Inductive Bias of Isolation Forest. In: Proceedings of the 43rd International Conference on Machine Learning (ICML), pp. 1-10, Seoul, South Korea, 2026. (CCF A)

[2]Rong-Xi Tan, Ke Xue, Shen-Huan Lyu, Haopu Shang, Yao Wang, Yaoyuan Wang, Sheng Fu, and Chao Qian. Offline Model-Based Optimization by Learning to Rank. In: Proceedings of the 13th International Conference on Learning Representations (ICLR), pp. 1-17, Singapore, 2025. (CCF A)

[3]Shen-Huan Lyu, Jin-Hui Wu, Qin-Cheng Zheng, and Baoliu Ye. The Role of Depth, Width, and Tree Size in Expressiveness of Deep Forest. In: Proceedings of the 27th European Conference on Artificial Intelligence (ECAI), pp. 2042-2049, Santiago de Compostela, Spain, 2024. (CCF B)

[4]Yu-Chang Wu, Shen-Huan Lyu, Haopu Shang, Xiangyu Wang, and Chao Qian. Confidence-aware Contrastive Learning for Selective Classification. In: Proceedings of the 41st International Conference on Machine Learning (ICML), pp. 53706-53729, Vienna, Austria, 2024. (CCF A)

[5]Shen-Huan Lyu, Yi-Xiao He, and Zhi-Hua Zhou. Depth is More Powerful than Width in Deep Forest. In: Advances in Neural Information Processing Systems 35 (NeurIPS), pp. 29719-29732, New Orleans, Louisiana, US, 2022. (CCF A, be accepted as Oral Presentation/Top 5.6%)

[6]Shen-Huan Lyu, Liang Yang, and Zhi-Hua Zhou. A Refined Margin Distribution Analysis for Forest Representation Learning. In: Advances in Neural Information Processing Systems 32 (NeurIPS), pp. 5531-5541, Vancouver, CA, 2019. (CCF A)

科研项目情况

[1]主持国家自然科学基金委青年基金项目，“面向特征变化的深度森林理论方法研究”，2024.01 – 2026.12

[2]主持中国博士后科学基金第5批特别资助（站前），“特征增广机制下的不可微深度学习理论研究”，2022.12 – 2027.02

[3]主持江苏省科技厅基础研究计划自然科学基金青年基金项目，“深度森林的理论分析与方法推广研究”，2023.09 – 2026.08

[4]主持江苏省卓越博士后计划，2023.01 – 2027.02

[5]主持南京大学计算机软件新技术全国重点实验室开放课题，2024.06 – 2026.05

[6]参与国家自然科学基金创新群体项目，“面向开放动态环境的机器学习”，2020.01 – 2024.12

[7]参与国家自然科学基金重点项目，“新型深度学习模型与方法的研究”，2017.01 – 2021.12

  [8]参与科技部国家重点研发计划“云计算与大数据”专项项目，“大数据分析的理论基础和技术方法”，2018.05 – 2021.04