南大人工智能学院 Stephen H. Muggleton 教授
报告生成时间： 2026年8月
DBLP： https://dblp.org/pid/m/StephenMuggleton.html 南大院士林页面： https://www.nju.edu.cn/ysl/info/1002/1661.htm 帝国理工主页： https://www.imperial.ac.uk/people/s.muggleton
一、学者基本信息
Stephen H. Muggleton（斯蒂芬·马格尔顿），南京大学人工智能学院教授、博士生导师，英国皇家工程院院士（FREng），AAAI Fellow、IET Fellow、EurAI Fellow，国际机器学习学会（IMLS）指导委员会委员，国家高层次人才计划入选者。他是归纳逻辑编程（Inductive Logic Programming，ILP）领域的奠基人，长期任英国帝国理工学院教授、皇家工程院机器学习方向研究主席（Research Professor）。他于2023年前后正式受聘南京大学（2023年11月曾在苏州校区庄里山院士林手植银杏树），以讲席教授建制加入南大计算机学科体系，任职于南京本部人工智能学院；公开报道同时显示其与苏州校区智能科学与技术学院（"推动符号机器学习和智能推理相关的研究和学科建设"）存在建制性关联。他是南大AI学院中符号学习方向的旗帜性海外学者。
教育与工作经历： - 1982-1986年，英国爱丁堡大学博士（人工智能方向，师从机器学习先驱 Donald Michie 传统下的爱丁堡学派）。 - 1980年代起先后任职于Turing Institute（格拉斯哥）、约克大学、伦敦大学伯贝克学院等；1990年代中期起任帝国理工学院教授。 - 曾任皇家工程学院研究教授、皇家工程院机器学习方向研究主席（Royal Academy of Engineering/EPSRC Research Chair）。 - 2023年前后受聘南京大学人工智能学院教授、博士生导师（国家高层次计划入选者，讲席教授序列）。
研究主线与代表性贡献： 1. 归纳逻辑编程（ILP）的奠基： 1990年代初系统提出ILP框架（与Quinlan的FOIL、De Raedt等的早期工作共同构成领域源头），其主编的《Inductive Logic Programming》系列与Machine Learning期刊论文确立了"一阶逻辑规则归纳"这一研究范式。 2. 元解释学习（Meta-interpretive Learning，MIL）： 2010年代提出基于元规则的递归程序归纳框架，实现少样本/单样本学习一阶递归理论，是少样本符号学习的代表性方法。 3. 概率ILP与统计关系学习： 与Luc De Raedt、Kristian Kersting等共同开创概率归纳逻辑编程，推动统计关系学习（SRL）学科形成。 4. 生物与农业交叉应用： 与Ross King、Michael Sternberg等合作的计算生物学（蛋白质功能预测、代谢网络建模）及与帝国理工Geoff Baldwin实验室合作的基因组规模代谢网络主动学习（Boolean Matrix Logic Programming，2024-2025），是其近年持续产出的应用主线。 5. "Ultra-Strong"机器学习： 2025年提出通过AI解释教会人类主动学习策略的方向，将ILP与人类可理解性研究结合。
学术服务与荣誉： 英国皇家工程院院士；AAAI/IET/EurAI Fellow；ILP国际会议系列常设荣誉（ILP最佳论文奖以其命名相关传统）；长期担任Machine Learning期刊编辑、AAAI/IJCAI/ICML程序委员；Dagstuhl研讨会多次组织者。
二、DBLP数据统计
2.1 发表记录总览
DBLP pid为m/StephenMuggleton，共收录217条发表记录（截至2026年8月）：会议论文124篇、期刊论文73篇、编辑会议论文集11卷、书籍章节4篇、专著3部、数据集1条及博士论文1篇。其中CoRR/arXiv预印本16条。其记录时间跨度达1986-2025年共40年，是南大AI学院教师中学术生涯最长的学者之一。
2.2 年度产出分布（按十年分段）
| 时期 | 论文数 | 时期 | 论文数 |
|---|---|---|---|
| 1986-1989 | 6 | 2000-2009 | 68 |
| 1990-1999 | 58 | 2010-2019 | 61 |
| 2020-2025 | 24（截至记录） | — | — |
趋势分析： 1990年代与2000年代为高产期（年均约6篇），对应ILP理论体系建立与生物信息学应用扩张；2010年代对应元解释学习阶段；2020-2025年仍有稳定产出（Lun Ai主导的Boolean Matrix Logic Programming系列、Ultra-Strong ML等），但DBLP收录在2025年后出现滞后（其南大阶段新论文未及收录）。1992年、2008年、2021年为局部峰值（9、14、11篇）。
2.3 主要发表会议/期刊分布（非CoRR）
| 会议/期刊 | 论文数 | 级别/性质 |
|---|---|---|
| ILP（归纳逻辑编程旗舰会议） | 43+7（Late Breaking） | 领域旗舰 |
| Machine Learning（期刊） | 25 | CCF-B（机器学习理论老牌期刊） |
| IJCAI | 8 | CCF-A |
| New Generation Computing | 5 | 老牌AI期刊（日本五代机遗产） |
| Electronic Transactions on AI | 5 | 新兴开放获取期刊 |
| Machine Intelligence系列 | 7+ | 历史性文集 |
| Discovery Science | 4 | CCF-C |
| ECML | 3 | CCF-B |
| ALT | 3 | CCF-C（算法学习理论） |
| Commun. ACM | 3 | 权威综述阵地 |
| AAAI | 2 | CCF-A |
| ICML | 2 | CCF-A |
| Artif. Intell. | 2 | CCF-A |
发表高度集中于ILP/Machine Learning/新计算体系，与"领域奠基人深耕单一范式"的特征完全一致；Communications on ACM与Artificial Intelligence上的少量论文多为领域综述与方法论声明（如ILP二十年回顾），影响深远。
2.4 合作者网络总览
217条记录对应约250位唯一合作者，合作10次以上者8位、5次以上者20余位。网络呈"帝国理工—生物交叉—国际ILP社区—南大连接"四块结构：Tamaddoni-Nezhad、Sternberg、Cropper、Srinivasan等构成帝国理工长期核心圈；Ross King（机器科学家鼻祖）、Baldwin构成生物交叉圈；De Raedt、Bratko、Kakas、Dietterich、Getoor等构成国际ILP/SRL社区圈；戴望州（10次）、周志华（3次）等构成南大连接。
2.5 核心合作者（Top 20，按DBLP合作频次降序）
| 排名 | 合作者（DBLP名） | 合作次数 | 合作年份 | 身份/机构与关系 |
|---|---|---|---|---|
| 1 | Alireza Tamaddoni-Nezhad | 29 | 2000-2022 | 曾帝国理工合作者（生物/农业ILP），现伊朗沙希德Beheshti大学 |
| 2 | Michael J. E. Sternberg | 23 | 1992-2012 | 帝国理工结构生物学教授，计算生物学长期伙伴 |
| 3 | Andrew Cropper | 14 | 2014-2022 | 其博士毕业生，牛津大学副教授，ILP/程序合成新生代代表 |
| 4 | Ashwin Srinivasan | 13 | 1992-2012 | 其博士毕业生，印度Birla科技学院教授，ILP核心学者 |
| 5 | Lun Ai（艾伦） | 12 | 2020-2025 | 帝国理工博士生（Baldwin/Muggleton联合指导），BMLP系列一作 |
| 6 | Ute Schmid | 11 | 2015-2025 | 德国班贝格大学教授，可解释ML/ILP长期合作者 |
| 7 | Wang-Zhou Dai（戴望州） | 10 | 2015-2023 | 南大苏州智科院至诚特聘教授；Muggleton博士后（2019-2022） |
| 8 | Jianzhong Chen | 10 | 2006-2013 | 帝国理工合作者（生物ILP） |
| 9 | Ross D. King | 8 | 1992-2001 | 剑桥/曼彻斯特教授，机器人科学家（Robot Scientist）开创者 |
| 10 | Geoff S. Baldwin | 7 | 2021-2025 | 帝国理工生物工程系教授，代谢网络主动学习合作者 |
| 11 | Dianhuan Lin（林电焕） | 7 | 2011-2015 | 其博士毕业生，中山大学教授 |
| 12 | Hiroaki Watanabe | 7 | 2003-2011 | 其博士生（东芝/帝国理工背景），ILP硬件加速 |
| 13 | Huma Lodhi | 7 | 2004-2009 | 其博士毕业生，伦敦帝国理工/Queen Mary |
| 14 | Shi-Shun Liang（梁世顺） | 6 | 2023-2025 | 南大相关青年研究者（BMLP系列） |
| 15 | Céline Hocquette | 6 | 2018-2021 | 其博士毕业生，牛津大学 |
| 16 | Luc De Raedt | 6 | 1994-2019 | 鲁汶大学教授，ILP/概率ILP共同奠基人 |
| 17 | David Page | 6 | 1995-2012 | 威斯康星大学教授，ILP医学应用 |
| 18 | Christopher H. Bryant | 6 | 2000-2001 | 早年前合作者（生物化学ILP） |
| 19 | Stassa Patsantzis | 5 | 2021-2022 | 其博士毕业生，元解释学习实现（Metagol） |
| 20 | David A. Bohan | 5 | 2011-2022 | 法国农业科学院（INRAE），农业生态ILP应用 |
与南大的直接论文合作： 周志华（3次，2015/2017/2018，Logic Vision系列与Meta-Interpretive Learning from Noisy Images）、戴望州（10次，2015-2023）、姜远、黄宇轩（溯因学习ABL系列）——合计14条记录涉及南大作者，集中于神经-符号学习方向。
三、教育背景与学术谱系
3.1 爱丁堡学派渊源
Muggleton于1982-1986年在爱丁堡大学攻读博士学位。爱丁堡是机器学习与AI的发源地之一（Michie的机器智能传统、Bundy的数学推理自动化），其博士训练使其天然站在"符号推理"一侧。毕业后他先后在Turing Institute与约克、伯贝克等机构工作，1990年代在帝国理工建立ILP研究组。DBLP收录其博士论文（1986年），是其学术起点的一手记录。
3.2 ILP谱系中的"根节点"位置
Muggleton是ILP引用网络意义上的根节点之一。其学术后代包括：
Stephen Muggleton（爱丁堡大学博士1986届，帝国理工教授，南大AI学院教授）
├─ Ashwin Srinivasan（博士，印度BITS Pilani/牛津访问背景，ILP元学习）
├─ Michael Bain（博士，新南威尔士大学，1989-1999年合作）
├─ Ross King合作线（1992-2001）→ Robot Scientist
├─ Huma Lodhi（博士，String Subsequence Kernel）
├─ Dianhuan Lin（博士，中山大学）
├─ Hiroaki Watanabe（博士，东芝/嵌入式ILP）
├─ Andrew Cropper（博士2014-2020，牛津副教授，ILP复兴期代表）
├─ Céline Hocquette（博士，牛津，认知启发ILP）
├─ Stassa Patsantzis（博士，Metagol实现者）
└─ Wang-Zhou Dai（博士后2019-2022，南大苏州至诚特聘教授；溯因学习）
值得注意：其多数博士生成长为ILP/程序归纳领域的国际骨干（Cropper、Srinivasan、Hocquette、Patsantzis均在牛津或其他名校延续该方向），形成学科内部的"自立门户式"传承——ILP作为一个小而深的领域，其国际社区在相当程度上由Muggleton谱系与De Raedt谱系（鲁汶）两大枝干构成。
3.3 与周志华及LAMDA的关系
Muggleton与周志华（LAMDA创始人、南大副校长、中国科学院院士）的关系是国际同行→联合导师→同事的三段式：
- 2015-2018年（国际同行/联合指导）： 二人合作Logic Vision系列（ILP 2015、IJCLR/ILP 2017的One-Shot Meta-Interpretive Learning from Real Images、2018年Meta-Interpretive Learning from Noisy Images），这是戴望州博士期间的核心工作——Muggleton与周志华作为戴望州的（校外/校内）联合指导组合共同署名。
- 2019-2022年（博士后合作导师）： 戴望州赴帝国理工Muggleton组从事博士后研究，延续溯因学习与元解释学习融合。
- 2023年起（同事）： Muggleton受聘南大AI学院讲席教授，与周志华在同一学科体系内共事；南大—帝国理工机器学习联合实验室（帝国理工在中国大陆唯一联合实验室）是其制度背景，2023年中英数据知识双驱动AI"云"科考项目由周志华团队与Muggleton团队共同领衔。
四、南大团队合作网络
4.1 与南大教师的直接合作
| 南大教师 | DBLP合作次数 | 合作年份 | 角色 | 主要交集 |
|---|---|---|---|---|
| 戴望州 | 10 | 2015-2023 | 博士后（其指导）；现南大苏州智科院 | Logic Vision、元解释学习、溯因学习 |
| 周志华 | 3 | 2015-2018 | 国际同行、戴望州博士联合指导 | Logic Vision系列 |
| 姜远 | 少量 | 2020前后 | LAMDA教授 | 溯因学习相关 |
| 黄宇轩 | 少量 | 2020-2024 | LAMDA博士生（姜远指导） | ABL系列 |
需明确区分关系性质：Muggleton与戴望州是直接指导关系（帝国理工博士后导师）；与周志华是联合指导合作与同事关系；与姜远、黄宇轩等为经由戴望州/溯因学习项目的论文合作关系。戴望州已有独立报告（见nju_aist_faculty_network目录），本报告仅记录Muggleton一侧视角。
4.2 在南大AI学科版图中的位置
Muggleton是南大"学习与推理"版图中符号侧的国际锚点：本部AI学院以LAMDA的机器学习（统计学习、集成学习、强化学习）为主干，Muggleton的加入补强了"知识表示与推理"和"神经-符号学习"方向，并与苏州校区戴望州（溯因学习）、智科院的符号推理布局形成跨校区呼应。其2023年11月于苏州校区院士林手植银杏树的记录，象征其深度参与南大校区建设的官方认可。
五、国际合作与产业连接
5.1 帝国理工—南大双基地结构
Muggleton的核心学术资产仍以帝国理工为基地（其DBLP记录2023年后仍有帝国理工署名的BMLP系列），南大为新聘讲席教授建制。南大—帝国理工机器学习联合实验室为其双基地合作提供制度通道；联合实验室、云科考项目与院士林仪式是该关系的公开证据。
5.2 生物与农业科学交叉网络
其"AI for Science"网络横跨帝国理工生物工程系（Baldwin，代谢网络主动学习）、法国INRAE（Bohan，农业生态）、剑桥/曼彻斯特（King，Robot Scientist）与制药工业界（Dunbar，Syngenta背景）：ILP方法在这些场景中被用于从实验数据归纳可解释的生化规则。这是南大AI学院教师中最成体系的生命科学交叉网络之一。
5.3 产业合作
- Syngenta/先正达与农化产业： 与Alan Raybould（2011-2022年4次合作）及Bohan的农业生态ILP项目有产业背景（Raybould署名Syngenta），属"数据→可解释规则"导向的应用研究。
- 东芝（Hiroaki Watanabe线）： 早期ILP硬件实现合作。
- 具体咨询、专利与项目经费信息公开资料未披露，本报告不作推断。
六、Connection圈层总结
第一圈层——ILP领域奠基人身份： 217条DBLP记录、40年跨度，ILP会议43篇正会论文+Machine Learning期刊25篇的分布，确立了其在归纳逻辑编程领域"活着的奠基人"地位。其学术人格的核心不是某篇单点突破，而是定义并持续供给一个研究领域。
第二圈层——帝国理工谱系与学术后代： Cropper（牛津）、Srinivasan、Hocquette、Patsantzis、Lin、Watanabe、Lodhi等构成的博士谱系，加上Tamaddoni-Nezhad、Chen等长期合作者，构成ILP国际社区的中坚层；De Raedt、Bratko、Kakas、Dietterich、Getoor等同辈/近同辈学者的合作关系则定义了统计关系学习与ILP的国际版图。
第三圈层——南大连接（本报告核心视角）： 经由戴望州（博士后，10次合作）建立的南大通道是其2023年正式加盟的制度前置；与周志华的Logic Vision合作（3次）是LAMDA谱系与其本人合作的直接证据。他在南大网络中的位置是"国际符号学习传统输入节点"——将ILP/元解释学习/溯因推理传统接入南大的神经-符号学习布局（戴望州、姜远、黄宇轩、胡文超等）。
第四圈层——生物与农业交叉科学： Baldwin/King/Bohan/Raybould构成的应用网络显示其方法论在生命科学中的持续落地，与南大"AI for Science"方向契合。
产出规模与定位： 以顶级而非高产为特征（Machine Learning期刊与ILP旗舰会议为绝对主力）。Muggleton在南大AI学院的定位是：以英国皇家工程院院士身份，为学院的符号推理与神经-符号方向提供国际学术声望与方法论纵深；其聘任本身也是南大AI学科国际化（2026 CSRankings全球第一的宣传材料中教师简介第2位）的标志性事件。
七、数据来源与局限性说明
本报告主数据来自DBLP官方作者记录（pid: m/StephenMuggleton，217条发表记录），并结合以下公开信息源：
- 南京大学院士林官方页面（院士身份、帝国理工职务、研究领域、2023年11月苏州校区活动）
- 南大AI学院相关公开宣传材料（教授/博导、国家高层次计划入选者身份）
- 2022-2025年南大计算机学科人才名单汇总（讲席教授序列）
- 戴望州个人主页与苏州智科院页面（博士后指导关系佐证）
- 2023年中英数据知识双驱动AI云科考项目通知（周志华/Muggleton团队联合领衔）
- DBLP作者XML记录（类型、年度、会议、合作者统计）
局限性说明：
- 南大职务细节的口径差异： "南京大学人工智能学院教授、博导"来自学院公开宣传材料与人才名单（讲席教授序列），但学院官网未见其独立教师主页；其同时与苏州校区智科院（"加盟"表述）存在建制关联。本报告按"本部AI学院讲席教授、跨校区关联"处理，具体聘期、全职/兼职性质公开资料未系统披露。
- DBLP收录滞后与南大阶段产出： 2025年后其新论文（含南大署名）可能未入DBLP；南大阶段的学生指导名单（博导身份下的在读学生）公开资料未披露。
- 合作频次偏低的原因： 其与南大作者的直接DBLP合作仅14条，主要由"加盟前合作"构成；加盟后的制度化产出（联合实验室论文、南大署名论文）尚待观察，本报告不作预测。
- 学术荣誉的完整性： 其欧洲科学院院士的传闻说法未能在南大官方页面或Academia Europaea名单中得到确认，本报告仅保留英国皇家工程院院士头衔；皇家工程院研究教授等头衔来自多渠道二手资料交叉验证，个别年份与选举批次未逐一核实。
- 谱系推断的边界： Top合作者表中"Srinivasan、Cropper、Hocquette、Patsantzis为其博士生"基于公开履历常识与其合作时间线推断，个别成员（如Tamaddoni-Nezhad）为长期博士后/合作者而非博士生，本报告已分别标注"博士毕业生"或"合作者"，未逐一核实学位授予记录。