罗志鹏，西南交通大学计算机与人工智能学院副教授，硕士生导师，四川省青年人才。“云计算与智能技术研究”(李天瑞教授) 与“SCAI医工融合研究”(龚勋教授) 团队成员。2013年获得北京航空航天大学计算机科学工学学士学位，2020年获得美国匹兹堡大学计算机科学博士学位，导师为Milos Hauskrecht，2020年5月至2021年5月于美国西北大学深度学习中心从事博士后科研工作，导师为Diego Klabjan。

研究兴趣为（统计）机器学习，主要方向为泛化分析、医疗大数据分析。主持国家自然科学基金青年项目、四川省自然科学基金面上项目、中国博士后科学研究基金面上项目、中央高校基本科研项目，曾主研两项美国国立卫生研究院NIH面上项目（智能医疗方向，为期四年）。以一作/通讯在机器学习、数据挖掘主流会议/期刊IJCAI、IEEE TKDE、IEEE THMS、IEEE TNNLS、IEEE TITS、CIKM、SDM、ECML-PKDD发表论文10余篇，合作论文发表30余篇，另参与AISTATS、AAAI、IJCAI、ACM TIST等会议期刊的审稿工作。

欢迎对科研充满热情的同学与我合作！（本科、硕士、博士均可）可选两个方向：

- 数学功底好的：机器学习理论、泛化分析、强化学习

- 计算机功底好的：医疗大数据分析（癌症存活分析、基因数据挖掘）

指导学生（协助李天瑞、龚勋指导）：

- 博士生：杨力（2021级）、张世铭（2021级）、Taha M. Rajeh（2023届，成都大学讲师）

- 硕士生：涂睿（2023级）、徐远航（2023级）、王一凡（2023级）、高志成（2023级）、游泽宇（2024级）、谢思盟（2024级）

- 本科生：赵永豪（2022级）、于景坤（2023级）、商光凯（2023级）、罗梦甜（2023届，电子科大硕士）

项目经历

- 国家自然科学基金青年项目，“数据与知识联合驱动的重症监护室时序大数据表征与预测模型研究”，2024-01至2026-12，30万元，主持

- 四川省自然科学基金面上项目，“面向重症医学决策优化的知识增强鲁棒深度强化学习模型研究”，2024-01至2025-12，20万元，主持

- 中国博士后基金委面上项目，“面向重症监护室医疗大数据的深度预测模型研究”，2024-01至2025-12，5万元，主持

- 中央高校基本科研业务项目，“面向智能医疗系统的持续学习理论与应用研究”，2023-01至2024-12，10万元，主持

- 成都赛尔教育咨询有限公司合作项目，“面向人工知识增强的层次化主动学习方法研究”，2023-04至2024-04，66万元，主持

- 美国国立卫生研究院（NIH）面上项目，“面向重症监护室数据流的实时异常检测技术研究”， 2016-01至2019-12, 55万元（美元），主研

- 美国国立卫生研究院（NIH）面上项目，“基于临床医疗大数据的诊疗提醒系统设计”， 2013-01至2015-12, 30万元（美元），主研 

发表论文：

- Zhipeng Luo, Qiang Gao, Yazhou He, Hongjun Wang, Milos Hauskrecht, and Tianrui Li. "Hierarchical Active Learning With Label Proportions on Data Regions". IEEE Transactions on Knowledge and Data Engineering (TKDE), 2024.

- Yang Li, Zhipeng Luo*, Shiming Zhang, Fei Teng, and Tianrui Li. "Continual Learning for Smart City: A Survey". IEEE Transactions on Knowledge and Data Engineering (TKDE), 2024.

- Shiming Zhang, Zhipeng Luo*, Yang Li, Fei Teng, and Tianrui Li. "A survey of route recommendations: Methods, applications, and opportunities". Information Fusion, 2024.

- Taha Rajeh, Zhipeng Luo*, Tianrui Li, Muhammad Hafeez Javed, and Fares Alhaek. "Clustering-based Multi-Agent Model-Free Framework for Large-Scale Taxi Dispatching using Reinforcement Learning". IEEE Transactions on Intelligent Transportation Systems (TITS), 2024.

- Zhipeng Luo, Yazhou He, Yanbing Xue, Hongjun Wang, Milos Hauskrecht, and Tianrui Li. "Hierarchical Active Learning with Qualitative Feedback on Regions". IEEE Transactions on Human-Machine Systems (THMS), 2023. 

- Qiang Gao, Zhipeng Luo*, Diego Klabjan, and Fengli Zhang. "Efficient Architecture Search for Continual Learning". IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 2022.

- Zhipeng Luo and Milos Hauskrecht. "Hierarchical Active Learning with Overlapping Regions". The 29th ACM International Conference on Information and Knowledge Management (CIKM-20), 2020. 

- Zhipeng Luo and Milos Hauskrecht. "Region-Based Active Learning with Hierarchical and Adaptive Region Construction". SIAM International Conference on Data Mining (SDM-19), 2019.

- Zhipeng Luo and Milos Hauskrecht. "Hierarchical Active Learning with Group Proportion Feedback". The 27th International Joint Conference on Artificial Intelligence (IJCAI-18), 2018.

- Zhipeng Luo and Milos Hauskrecht. "Hierarchical Active Learning with Proportion Feedback on Regions". European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD-18), 2018

- Zhipeng Luo and Milos Hauskrecht. "Active Learning of Classification Models from Soft-Labeled Groups".  Advances in Neural Information Processing Systems, Learning from Limited Data Workshop (NIPS LLD Workshop), 2017

- Zhipeng Luo and Milos Hauskrecht. "Group-Based Active Learning of Classification Models". The 30th International Florida AI Research Society Conference (FLAIRS-17), 2017.

- Daifeng Li, Zhipeng Luo, Ying Ding, Jie Tang, Gordon Guo, Xin Dai, Jun Du, Jingwei Zhang, and Shoubing Kong. "User-level Microblogging Recommendation Incorporating Social Influence". Journal of the Association for Information Science and Technology (JASIST), 2017. 

- Xiaoyu Ge, Yanbing Xue, Zhipeng Luo, Muhammad Sharaf, and Panos Chrysanthis. "REQUEST: A Scalable Framework for Interactive Construction of Exploratory Queries". IEEE International Conference on Big Data (IEEE BIGDATA), 2016.