部门:信息与机电工程学院
聘任技术职务:未聘
学位:工学博士学位
学历:博士研究生毕业
毕业院校:同济大学
联系电话:13156368103
电子邮箱:hongda_qi@shnu.edu.cn
办公地点:科技楼A座721室
通讯地址:上海奉贤区海思路100号

研究方向


个人简介:

信息与机电工程学院讲师,硕士生导师,ACM/CCF/CAA/IEEE学会会员,网络信息服务专业委员会秘书。主要研究方向是Petri网理论及应用、图神经网络和人工智能算法。2023年毕业于同济大学嵌入式系统与服务计算教育部重点实验室,获工学博士学位,导师为中国工程院院士蒋昌俊教授。曾在IEEE TSMC、IEEE TASE、IEEE TNNLS等国际高水平学术刊物上发表科研成果10余篇,其中中科院top期刊3篇,CCF B类期刊1篇。授权国家发明专利2项,参与国家重点研发专项2项,上海市高新技术领域项目1项,主持并完成校级创新项目1项。


学历: 

(1) 2018-09 至 2023-12, 同济大学, 计算机科学与技术, 博士 导师:蒋昌俊教授

(2) 2015-09 至 2018-06, 山东科技大学, 计算机软件与理论, 硕士(推荐免试) 导师:杜玉越教授

(3) 2011-09 至 2015-06, 山东科技大学, 计算机科学与技术, 学士 

 

工作经历:

(1) 2024-04 至今, 上海师范大学, 信息与机电工程学院, 讲师


主要成果:
[1] Qi H, Wang J, Yan C, et al. The Probabilistic Liveness Decision Method of Unbounded Petri Nets based on Machine Learning. IEEE Transactions on Systems Man Cybernetics-Systems, 2024,54(2):1070-1081. (SCI, 中科院一区, TOP期刊, 影响因子8.7) 

[2] Qi H, Guang M, Wang J, et al. Probabilistic Reachability Prediction of Unbounded Petri Nets: A Machine Learning Method. IEEE Transactions on Automation Science and Engineering, 2024,21(3):3012-3024. (SCI,中科院二区, TOP期刊,影响因子5.9) 

[3] Qi H, Chang J. A Perspective on Petri Net Learning. Frontiers of Computer Science, 17(6), 176351. (CCFB类期刊, 影响因子4.2) 

[4] Wang J, Qi H, Guang M, et al. Net Learning. IEEE Transactions on Neural Networks and Learning Systems, 2021, 33(12): 7380-7389. (SCI,中科院一区, TOP期刊,影响因子14.255) 

[5] Qi H, Du Y, Qi L, et al. An approach to repair Petri net-based process models with choice structures. Enterprise Information Systems, 2018, 12(8-9): 1149-1179. (SCI,影响因子1.683) 

[6] 祁宏达, 杜玉越, 刘伟. 一种高精确度的过程模型修复方法. 计算机集成制造系统, 2017, 23(第5): 931. (EI) 

[7] Zhang C, Wang J, Qi H, et al. Multi-View Metrics Enhanced Heterogeneous Graph Neural Network for Extractive Summarization[C]//2021 China Automation Congress (CAC). IEEE, 2021: 3180-3185. 

[8] Guang M, Yan C, Wang J, Qi H, et al. Benchmark datasets for stochastic Petri net learning[C]//2021 International Joint Conference on Neural Networks (IJCNN). IEEE, 2021: 1-8.


欢迎各年级优秀研究生和本科生加入上海师范大学智能大数据与物联网实验室!


学术成果

教学工作

教职工课程信息
开课学年开课学期课程名称
2024-20252计算机组成原理

荣誉奖励

社会兼职