南大智能学院 戴望州 至诚特聘教授
报告生成时间： 2026年8月
个人主页： https://daiwz.net/ 学院页面： https://is.nju.edu.cn/dwz_en/main.htm DBLP： https://dblp.org/pid/13/10814.html Google Scholar： https://scholar.google.com/citations?user=ZbTUqIkAAAAJ
一、学者基本信息
戴望州（Wang-Zhou Dai），南京大学智能科学与技术学院（苏州校区）至诚特聘教授（Zhicheng Distinguished Professor）、博士生导师、副院长，国家级青年人才入选者，苏州市侨联第十届委员会委员。研究方向为数据与知识双驱动的机器学习，代表性工作是溯因学习——将逻辑推理与机器学习结合的神经-符号学习框架。他是LAMDA体系培养、后加入苏州校区建制的典型代表：博士导师为周志华，博士毕业后赴帝国理工学院从事博士后研究，2022年8月加入南京大学苏州校区。
教育与工作经历： - 2019年，南京大学博士学位（人工智能学院/LAMDA），导师周志华教授；博士论文《Research on Integrating First-Order Logical Domain Knowledge with Machine Learning》。 - 2019-2022年，英国帝国理工学院博士后，与Stephen H. Muggleton教授（归纳逻辑程序设计/ILP领域奠基人）合作。 - 2022年8月至今，南京大学苏州校区智能科学与技术学院，至诚特聘教授、副院长。
博士导师： 周志华教授（LAMDA创始人，南京大学副校长，2025年当选中国科学院院士）。其与周志华的DBLP合作达16次（2011-2025年），从硕士阶段（2011年首篇合作）延续至2025年，是典型的"导师—学生—同事（跨校区）"长期关系。
研究主线与代表性贡献： 1. 溯因学习：NeurIPS 2019的《Bridging Machine Learning and Logical Reasoning by Abductive Learning》（ABL）提出将溯因推理嵌入机器学习训练循环的框架，是该方向的奠基性工作，衍生出ABLSim、GABL、SS-ABL、Meta_Abd等开源实现。 2. 神经-符号学习的理论与算法：包括规则修正、知识精化、可证明保证的神经-符号解码（AAAI 2024、AAAI 2025 Outstanding Paper Award）。 3. 逻辑视觉与元解释学习：博士期间与Muggleton、周志华合作的Logic Vision系列（ILP 2015/2017）。 4. 统计展开逻辑学习：ACML 2015，将逻辑结构命题化为属性值数据进行判别学习。
学术服务与荣誉： AAAI 2025杰出论文奖；第4届学习与推理国际联合会议（IJCLR 2024）程序主席、IJCLR指导委员会委员；Machine Learning期刊"Reasoning and Learning"专刊客座编辑；TKDE/JMLR/TKDD审稿人，IJCAI/AAAI/ICML/NeurIPS/ICLR（高级）程序委员。
关于"360智脑"的核实： 任务背景提示核实其与"360智脑"的关系。经检索，公开资料（学院页面、个人主页、DBLP、Google Scholar）中均无其参与360公司或360智脑项目的记录；其产业界互动记录为华为（见第五章）。"360智脑相关"说法未获任何公开资料支持，本报告不予采信。
二、DBLP数据统计
2.1 发表记录总览
DBLP pid为13/10814（显示名"Wang-Zhou Dai"，DBLP标注机构为南京大学与帝国理工学院，无重名问题），共收录43条发表记录（截至2026年8月）：会议论文21篇、期刊论文18篇，另有编辑卷1条、书籍章节1条。其中CoRR/arXiv预印本15篇。需注意：其个人主页列出的部分论文（如IJCLR 2025、KDD 2025、arXiv 2026预印本）尚未全部进入DBLP记录，实际正式发表数超过30篇（学院页面表述"30余篇"），DBLP收录有一定滞后。
2.2 年度产出分布
| 年份 | 论文数 | 年份 | 论文数 |
|---|---|---|---|
| 2011 | 1 | 2021 | 4 |
| 2014 | 1 | 2022 | 2 |
| 2015 | 2 | 2023 | 6 |
| 2017 | 2 | 2024 | 6 |
| 2018 | 2 | 2025 | 9 |
| 2019 | 1 | 2026 | 3（截至8月） |
| 2020 | 2 | — | — |
趋势分析： 2011年（硕士期间）与周志华合作首篇论文（LEMIR workshop的马尔可夫决策过程策略迭代），2014-2018年为博士阶段（AAAI 2017、ILP 2017等逻辑推理主线），2019年NeurIPS的ABL论文是博士收官之作。2021年回国前的博士后阶段产出回落；2022年入职苏州校区后进入稳定产出期，2023-2026年8月合计24条，占全部记录的56%。其节奏属于"少而精"的类型：43条记录中NeurIPS/AAAI/IJCAI/ICML/KDD等顶级会议论文16篇，比例显著高于同龄高产学者。
2.3 主要发表会议/期刊分布（非CoRR）
| 会议/期刊 | 论文数 | 级别 |
|---|---|---|
| AAAI | 6 | CCF-A |
| IJCAI | 6 | CCF-A |
| NeurIPS | 2 | CCF-A |
| IJCLR | 2 | 国际学习与推理联合会议（领域旗舰） |
| Machine Learning | 2 | CCF-B（机器学习理论老牌期刊） |
| KDD | 1 | CCF-A |
| ICDM | 1 | CCF-B |
| ILP | 1 | 归纳逻辑程序设计旗舰会议 |
| Science China Information Sciences | 1 | - |
| Machine Learning（期刊，Muggleton等） | 含于上 | — |
发表集中于AI顶会（AAAI/IJCAI为主力）与学习-推理交叉领域旗舰会议（ILP/IJCLR），与其"神经-符号"研究定位精确匹配。注意其研究并非以CVPR/ICCV等视觉会议为主战场，这与同为智科院的视觉方向同事形成分工差异。
2.4 合作者网络总览
43条记录对应约50位唯一合作者，合作4次以上者12位。网络呈"双导师核心（周志华+Muggleton）—LAMDA同门—南大苏州新团队"结构：周志华（16次）与Muggleton（10次）构成其学术谱系的两极——前者代表南大机器学习传统，后者代表帝国理工的ILP符号学习传统；姜远（9次）、黄宇轩（9次）、李宇峰（5次）等LAMDA教师是其南大体系的合作骨干；2023年以来的青年合作者（彭逸飞、丁效、金宇等）则反映其苏州团队的自主扩张。
2.5 核心合作者（Top 15，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 | Zhi-Hua Zhou（周志华） | 16 | 2011-2025 | 博士导师；LAMDA创始人、南大副校长、中科院院士（本部人工智能学院） |
| 2 | Stephen H. Muggleton | 10 | 2015-2023 | 帝国理工学院教授，ILP奠基人，博士后合作导师 |
| 3 | Yuan Jiang 0001（姜远） | 9 | 2021-2025 | LAMDA教授，溯因学习合作主力 |
| 4 | Yu-Xuan Huang（黄宇轩） | 9 | 2020-2024 | LAMDA博士（姜远指导），ABL系列核心合作者 |
| 5 | Yifei Peng（彭逸飞） | 6 | 2023-2026 | 浙江大学相关，神经-符号生成/规则归纳 |
| 6 | Yao-Xiang Ding 0001（丁效） | 6 | 2023-2026 | 浙江大学研究员，溯因逻辑规则归纳 |
| 7 | Yufeng Li 0008（李宇峰） | 5 | 2020-2025 | LAMDA教授，安全溯因学习/知识精化 |
| 8 | Yu Jin（金宇） | 5 | 2023-2025 | 南大苏州相关，多模态逻辑归纳 |
| 9 | Kun Zhou 0001（周昆） | 5 | 2023-2024 | 浙江大学教授（计算机图形学），跨方向合作 |
| 10 | Wen-Chao Hu（胡文超） | 4 | 2024-2025 | LAMDA博士生（姜远/周志华指导），AAAI 2025获奖论文一作 |
| 11 | Zhexu Luo（罗哲旭） | 4 | 2023-2025 | 南大苏州相关青年研究者 |
| 12 | Le-Wen Cai（蔡乐文） | 4 | 2020-2023 | LAMDA成员，溯因学习 |
| 13 | Jie-Jing Shao（邵杰靖） | 3 | 2024-2025 | LAMDA相关青年研究者 |
| 14 | Zhong Ren 0001（任重） | 3 | 2023-2025 | 浙大相关，视觉生成合作 |
| 15 | Yang Yu 0001（俞扬） | 3 | 2011-2019 | LAMDA教授，强化学习（早期LEMIR合作） |
双导师结构： 周志华16次与Muggleton10次的合作分别覆盖其2011-2025年（从硕士入学到AAAI 2024 Safe ABL）与2015-2023年（从Logic Vision到元解释学习）两条主线。这两条线在溯因学习框架中合流：周志华提供机器学习一侧的理论与团队，Muggleton提供逻辑推理一侧（ILP/Meta-interpretive Learning）的传统与方法——ABL框架正是这一合流的产物。
三、博士教育背景与导师追溯
3.1 南京大学博士阶段（约2014-2019）
戴望州约2014年起在南京大学攻读博士学位（导师周志华），2019年完成博士论文《Research on Integrating First-Order Logical Domain Knowledge with Machine Learning》。其博士阶段的研究演进清晰：早期（2014-2015）做统计展开逻辑学习（ACML 2015）；中期（2016-2018）与Muggleton合作Logic Vision系列，引入元解释学习处理视觉概念；后期（2019）以NeurIPS 2019的ABL框架完成博士收官，确立了"用溯因推理桥接机器学习与逻辑推理"的终身研究主线。
3.2 LAMDA谱系中的位置
戴望州位于LAMDA"周志华直系弟子"谱系中：
周志华（LAMDA创始人）
├─ 俞扬（博士2004届，LAMDA教授；戴望州2011年首篇论文即与周志华、俞扬合作）
├─ 姜远（LAMDA教授）
│ ├─ 黄宇轩（LAMDA博士；溯因学习核心合作者）
│ └─ 胡文超（LAMDA在读博士，姜远+周志华联合指导）
├─ 李宇峰（LAMDA教授）
└─ 戴望州（博士2019届；现苏州智科院至诚特聘教授、副院长）
与周大蔚（周志华→詹德川→叶翰嘉谱系，见LAMDA系列报告）不同，戴望州是周志华直接指导的博士。其博士毕业后的合作仍高度依赖LAMDA网络：姜远（9次）、李宇峰（5次）及两人在读学生黄宇轩、胡文超、蔡乐文、邵杰靖等构成其与LAMDA的合作主体。2025年AAAI杰出论文《Efficient Rectification of Neuro-Symbolic Reasoning Inconsistencies by Abductive Reflection》的作者组（胡文超、戴望州、姜远、周志华）即是这一"导师—师弟—师兄"署名结构的直接体现。
3.3 帝国理工博士后阶段（2019-2022）
博士后期间与Muggleton的合作（Meta-interpretive Learning from Noisy Images等）将溯因学习与元解释学习进一步融合，同时参与帝国理工数据科学研究所的学术活动（Imperial @ NeurIPS 2019等）。这段经历使其成为ILP/学习-推理国际社区的活跃成员，并最终担任IJCLR程序主席——该会议系列正是ILP与学习-推理社区合并的产物。
四、团队合作网络
4.1 LAMDA教师合作层
| 教师 | 合作次数 | 合作年份 | 角色 | 主要交集 |
|---|---|---|---|---|
| 周志华 | 16 | 2011-2025 | 博士导师 | ABL框架、Safe ABL、溯因知识归纳 |
| 姜远 | 9 | 2021-2025 | LAMDA教授 | ABL-Sim、知识精化、AAAI 2025获奖论文 |
| 李宇峰 | 5 | 2020-2025 | LAMDA教授 | 安全溯因学习、司法量刑应用 |
| 俞扬 | 3 | 2011-2019 | LAMDA教授 | 早期强化学习（LEMIR） |
需要强调：戴望州与LAMDA的合作是"直接指导（周志华）+师门合作（姜远/李宇峰及学生）"的复合关系。LAMDA各教师（周志华、姜远、李宇峰、俞扬、詹德川等）另有独立报告（见nju_lamda_faculty_network系列），本报告仅记录其与戴望州的直接合作。
4.2 浙江大学跨机构通道
2023年以来出现一条显著的浙大通道：彭逸飞（6次）、丁效（6次）、周昆（5次）、任重（3次）、金宇（5次）。合作主题包括溯因逻辑规则归纳（arXiv 2025，连接ILP与多模态大模型）、神经视觉生成与逻辑符号接地（KDD 2025）、以及OrigamiBench神经-符号基准环境。这条通道显示其研究方向向多模态大模型与神经-符号生成扩展。
4.3 苏州校区自主团队
2022年入职苏州校区后，戴望州开始组建自己的团队：罗哲旭（4次）等署名南大苏州的青年研究者，以及主讲数学逻辑、符号机器学习等课程培养本科生。学院2026年7月主办"人工智能推理与学习博士论坛"，也反映其作为副院长在"学习与推理"方向上的学术组织角色。其指导学生的完整名单公开资料尚未系统披露。
五、业界合作关系
5.1 华为——神经-符号学习的产业对话
个人主页Talks栏明确记录两次华为邀请报告：2020年12月28日在华为上海研究所海思部门讲《Combining Machine Learning and Logical Reasoning》（ML_Logic_Huawei），以及在华为自动驾驶网络论坛讲《Abductive Learning: Connecting Machine Learning and Logical Reasoning》（ABL-Huawei）。这表明华为（海思、自动驾驶网络）对其溯因学习方向存在明确的产业兴趣。但未见联合论文或联合项目的公开记录，本报告将其界定为"产业界技术交流"，而非正式研究合作。
5.2 三星AI剑桥
个人主页记录其在Samsung AI Research Cambridge做过《Abductive Knowledge Induction from Raw Data》报告，同样属于技术交流性质，无联合发表。
5.3 关于"360智脑"
如第一章所述，公开资料中无任何其与360公司或"360智脑"项目的关联记录，该说法不成立。
5.4 学院层面的校企合作
智科院整体层面有南京大学—华为CANN创新实训基地（2026年7月启用）、CCF-腾讯犀牛鸟基金等校企合作；这些为学院建制层面的合作，不能直接归因于戴望州个人。
六、Connection圈层总结
第一圈层——双导师核心： 周志华（16次，2011-2025）与Muggleton（10次，2015-2023）。前者是博士导师与南大机器学习传统的源头，后者是博士后导师与ILP符号学习传统的源头；溯因学习框架正是两条谱系在戴望州身上的交汇产物。
第二圈层——LAMDA师门网络： 姜远（9次）、李宇峰（5次）、俞扬（3次）及其学生黄宇轩、胡文超、蔡乐文、邵杰靖等，构成其回国后最稳定的合作单元。AAAI 2025杰出论文即产生于这一圈层。与LAMDA的关系性质：博士出身的直接师门+跨校区（本部/苏州）持续合作。
第三圈层——浙大跨机构通道： 彭逸飞、丁效、周昆、任重等（2023年起），主题向多模态大模型时代的神经-符号学习与生成扩展，是其当前增长最快的圈层。
第四圈层——南大苏州智科院： 作为副院长，其与高阳（执行院长）、单彩峰、陈硕等构成学院领导层；本报告系列中四人的网络对比显示，戴望州是其中"LAMDA血缘最深、与本部AI学院耦合最紧"的一位。
第五圈层——学习-推理国际社区： 通过Muggleton谱系与IJCLR组织工作（程序主席2024、指导委员会、2025 keynote），嵌入ILP/概率归纳逻辑程序设计国际社区；Dagstuhl研讨会、伦敦机器学习聚会等报告经历强化了这一国际连接。
产出规模与定位： 43条DBLP记录（另有若干未收录条目），规模不大但顶级会议比例高、方向高度聚焦。戴望州的学术定位是溯因学习/神经-符号学习方向的国际代表学者之一，也是LAMDA学术血脉在苏州校区建制中的主要传承节点。
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: 13/10814，43条发表记录），并结合以下公开信息源：
- 戴望州个人主页 daiwz.net（简介、发表列表、教学、报告、学术服务）
- 智科院英文官网教师页（职务、履历、荣誉、招生信息）
- 博士论文公开PDF（题目、年份）
- 周志华发表页（共同论文佐证）
- 胡文超等LAMDA学生主页（指导关系佐证）
- DBLP作者XML记录（类型、年度、会议、合作者统计）
局限性说明：
- DBLP收录滞后： 个人主页列出的IJCLR 2025、KDD 2025及2026年arXiv预印本部分未进入DBLP记录；本报告的DBLP统计（43条）与学院页面"30余篇正式论文"口径不同，二者均予列示。
- "360智脑"说法不成立： 经多渠道核实无公开证据支持，本报告明确不予采信；如需确认应向本人求证。
- 指导学生名单不完整： 其苏州团队学生的完整名单（在读硕博）公开资料未系统披露，报告中仅列论文署名中的青年合作者，不作指导关系推断。
- LAMDA关系的边界： 周志华为博士导师有博士论文佐证；黄宇轩为姜远指导的学生（其个人主页佐证），与戴望州为师门合作而非直接指导关系。
- 企业合作边界： 华为、三星的记录均为邀请报告（个人主页Talks栏），无联合论文或项目证据；不应解读为正式研究合作。
- 硕士阶段信息： 其本科/硕士院校及硕士导师信息在公开资料中未明确披露（2011年首篇论文为硕士期间成果，表明其约2010年前已在周志华团队），本报告不作推断。