南大LAMDA 姜远 教授
报告生成时间： 2026年7月
个人主页： http://www.lamda.nju.edu.cn/jiangy/ DBLP： https://dblp.org/pid/02/393-1.html（别名 Yuan Jiang 0001，DBLP标注"Nanjing University, National Key Laboratory for Novel Software Technology, China"）
一、学者基本信息
姜远，女，南京大学人工智能学院教授、博士生导师，LAMDA实验室（Learning And Mining from DatA）核心成员。计算机软件新技术全国重点实验室研究员。
教育经历： - 2004年于南京大学计算机科学与技术系获博士学位
工作经历： - 博士毕业后留校任教，加入LAMDA实验室 - 现任南京大学人工智能学院教授、博导
研究方向： 人工智能、机器学习与数据挖掘。研究兴趣随时间呈现明显演进轨迹：早期（2000-2010年）聚焦于神经网络集成（Neural Network Ensemble）与规则提取，代表性工作包括NeC4.5（神经网络集成驱动的C4.5决策树）和C4.5 Rule-PANE（用于医学诊断的规则提取方法）；中期（2015-2020年）转向多模态学习（Multi-Modal Learning）、多视图学习与度量学习，与博士生杨杨、叶翰嘉等合作产出密集；近期（2020年至今）重点推进溯因学习（Abductive Learning, ABL）——神经符号AI（Neuro-Symbolic AI）的核心框架之一，以及学件（Learnware）范式、深度森林可解释性等方向。
学术荣誉： - 2005年度教育部自然科学一等奖（排名第二） - 博士论文获江苏省优秀博士学位论文 - 攻读博士期间获第四届"微软学者"奖、IBM奖学金、惠普奖学金 - 入选教育部新世纪人才计划 - 入选华英文化教育基金青年学者计划 - 入选南京大学青年骨干教师培养计划 - 获国家发明专利3项 - 2025年，以"Efficient Rectification of Neuro-Symbolic Reasoning Inconsistencies by Abductive Reflection"（与胡文超、戴望州、周志华合作）获AAAI 2025杰出论文奖
学术兼职： 中国人工智能学会机器学习专业委员会委员、江苏省计算机学会人工智能专业委员会委员、国家自然科学基金委员会信息学部通信评议专家。培养毕业研究生中3人获"江苏省优秀硕士论文"，1人获"南京大学软件工程硕士优秀学位论文"，多人获国内外学术会议优秀学生论文奖及国家奖学金。
二、DBLP数据统计
2.1 发表记录总览
DBLP pid: 02/393-1，共134条发表记录（截至2026年7月），发表类型分布：期刊论文48篇、会议论文85篇、书章1篇。
2.2 年度产出分布
| 年份 | 论文数 | 年份 | 论文数 | 年份 | 论文数 |
|---|---|---|---|---|---|
| 2000 | 1 | 2009 | 3 | 2018 | 8 |
| 2001 | 1 | 2010 | 1 | 2019 | 11 |
| 2002 | 2 | 2011 | 5 | 2020 | 12 |
| 2003 | 3 | 2012 | 4 | 2021 | 15 |
| 2004 | 4 | 2013 | 1 | 2022 | 4 |
| 2005 | 2 | 2014 | 2 | 2023 | 14 |
| 2006 | 1 | 2015 | 6 | 2024 | 7 |
| 2008 | 1 | 2016 | 5 | 2025 | 10 |
| 2017 | 9 | 2026 | 2（截至7月） |
趋势分析： 姜远的论文产出呈现三阶段特征。第一阶段（2000-2010年）为博士及任教初期，年均产出约2篇，以神经网络集成方向为主，均与周志华合作。第二阶段（2011-2018年）为稳步增长期，年均产出约5篇，研究转向多模态学习和度量学习，开始独立指导学生。第三阶段（2019年至今）为加速期，年均产出约10篇，2021年达到峰值15篇，与溯因学习、学件范式等新方向的开拓及团队规模扩大同步。整体产出规模（134篇）远低于周志华（769篇）和俞扬（340篇），反映了其作为LAMDA团队中"专注深耕型"学者而非"团队管理型"学者的定位特征。
2.3 合作者网络总览
唯一合作者总数：132人。其中合作10次以上的有4人，合作5次以上的有17人，合作3次以上的有39人。
2.4 核心合作者（Top 30，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 |
|---|---|---|---|---|
| 1 | Zhi-Hua Zhou（周志华） | 83 | 2000-2026 | LAMDA创始人、负责人，中国科学院院士 |
| 2 | De-Chuan Zhan（詹德川） | 34 | 2015-2025 | LAMDA教师，教授、博导（周志华2010届博士） |
| 3 | Yang Yang 0074（杨杨） | 18 | 2015-2024 | 姜远指导的博士（2016-2020届） |
| 4 | Han-Jia Ye（叶翰嘉） | 17 | 2015-2025 | LAMDA副教授（周志华指导） |
| 5 | Shao-Qun Zhang（张绍群） | 9 | 2021-2026 | LAMDA毕业生（周志华指导），现南大助理教授 |
| 6 | Wang-Zhou Dai（戴望州） | 9 | 2021-2025 | LAMDA毕业生（周志华2019届博士），现帝国理工博后 |
| 7 | Yu-Xuan Huang（黄宇轩） | 7 | 2021-2024 | 姜远指导的博士（2021-2024届） |
| 8 | Peng Zhao 0006（赵鹏） | 7 | 2017-2022 | LAMDA副教授（周志华指导，2016级直博） |
| 9 | Wen-Chao Hu（胡文超） | 6 | 2024-2025 | 姜远在读博士生（2023级），溯因学习方向 |
| 10 | Xin-Qiang Cai（蔡欣强） | 6 | 2019-2023 | 姜远指导的硕士（2018-2021届） |
| 11 | Yi-Feng Wu（吴逸丰） | 6 | 2018-2021 | 多模态学习方向合作者 |
| 12 | Shen-Huan Lyu（吕沈欢） | 5 | 2021-2026 | LAMDA博士生（周志华指导，2017级直博） |
| 13 | Yufeng Li 0008（李宇峰） | 5 | 2012-2025 | LAMDA教授（周志华2013届博士） |
| 14 | Zhi-Hao Tan（谭志豪） | 5 | 2020-2024 | 姜远指导的博士（2019-2024届），现南大助理研究员 |
| 15 | Zhi-Bin Liu（刘智斌） | 5 | 2018-2021 | 多模态学习方向合作者 |
| 16 | Shao-Yuan Li（李绍园） | 5 | 2014-2019 | 姜远指导的博士（2012-2018届） |
| 17 | Shifu Chen（陈世福） | 5 | 2000-2003 | 南京大学计算机系博导（周志华的博士导师） |
| 18 | Jin-Hui Wu（吴锦辉） | 4 | 2021-2026 | 姜远指导的博士（2021-2025届） |
| 19 | Hui Xiong 0001（熊辉） | 4 | 2019-2023 | 港科大（广州）讲席教授/前Rutgers教授/前百度首席科学家 |
| 20 | Yao-Xiang Ding 0001（丁尧相） | 4 | 2019-2023 | LAMDA毕业生（周志华2020届博士），现浙大助理教授 |
| 21 | Lu Wang 0031（王璐） | 4 | 2020 | LAMDA博士生（周志华与姜远联合指导） |
| 22 | Jinfeng Yi（易津峰） | 4 | 2020 | ML鲁棒性方向，企业研究员 |
| 23 | Cho-Jui Hsieh | 4 | 2020 | UCLA教授，ML鲁棒性方向 |
| 24 | Gang Li 0009 | 4 | 2005-2017 | 推荐系统方向合作者 |
| 25 | Yong Wang | 4 | 2010-2011 | 早期合作者 |
| 26 | Yi Wu 0003 | 4 | 2010-2011 | 早期合作者 |
| 27 | Lue Tao（陶略） | 3 | 2023-2025 | 姜远在读博士生（2022级） |
| 28 | Zhen-Yu Zhang（张震宇） | 3 | 2022-2025 | 姜远指导的博士（2019-2022届） |
| 29 | Cunjing Ge（葛存景） | 3 | 2025 | 中科院软件所/溯因学习方向 |
| 30 | Peng Tan 0002（谭朋） | 3 | 2020-2024 | 学件方向合作者 |
说明： 周志华以83次合作（2000-2026年，横跨26年）远超其他所有合作者，占姜远全部134篇论文的62%。这一比例在LAMDA内部合作对中极为突出，反映了姜远自博士阶段起即与周志华形成深度绑定的合作关系。排名第二的詹德川（34次）同为LAMDA教师，是姜远在中后期研究中的主要LAMDA内部合作者。
三、博士教育背景与导师追溯
3.1 博士阶段（南京大学，约2000-2004年）
姜远2004年于南京大学计算机科学与技术系获博士学位，博士论文被评为江苏省优秀博士学位论文。攻读博士学位期间获第四届"微软学者"奖、IBM奖学金、惠普奖学金。
3.2 博士导师：周志华（事实上的研究指导者）与陈世福（官方导师）
姜远的博士导师问题呈现一个特殊的师承格局。DBLP数据显示，姜远2000-2004年间的全部11篇论文均与周志华合作，其中5篇同时有陈世福（Shifu Chen）署名。具体合作模式如下：
| 年份 | 论文 | 作者列表 |
|---|---|---|
| 2000 | A general neural framework for classification rule mining | Zhi-Hua Zhou, Yuan Jiang, Shifu Chen |
| 2001 | Genetic Algorithm based Selective Neural Network Ensemble | Zhi-Hua Zhou, Jianxin Wu, Yuan Jiang, Shifu Chen |
| 2002 | Lung cancer cell identification based on ANN ensembles | Zhi-Hua Zhou, Yuan Jiang, Yu-Bin Yang, Shifu Chen |
| 2002 | The Application of Visualization and NN Techniques in Power Transformer... | Zhi-Hua Zhou, Yuan Jiang, Xu-Ri Yin, Shifu Chen |
| 2003 | Extracting symbolic rules from trained neural network ensembles | Zhi-Hua Zhou, Yuan Jiang, Shifu Chen |
| 2003 | Medical diagnosis with C4.5 rule preceded by ANN ensemble | Zhi-Hua Zhou, Yuan Jiang |
| 2003 | SOM Based Image Segmentation | Yuan Jiang, Kejia Chen, Zhi-Hua Zhou |
| 2004 | SOM Ensemble-Based Image Segmentation | Yuan Jiang, Zhi-Hua Zhou |
| 2004 | NeC4.5: Neural Ensemble Based C4.5 | Zhi-Hua Zhou, Yuan Jiang |
| 2004 | Exploiting Unlabeled Data in Content-Based Image Retrieval | Zhi-Hua Zhou, Ke-Jia Chen, Yuan Jiang |
| 2004 | Editing Training Data for kNN Classifiers with NN Ensemble | Yuan Jiang, Zhi-Hua Zhou |
周志华本人于2000年12月获博士学位，2001年1月留校任教，2002年3月破格晋升副教授，2003年11月聘为教授。姜远开始攻读博士时（约2000年），周志华尚为博士生或刚毕业的青年教师。陈世福教授是周志华的博士导师，为南大计算机系资深博导。
基于以上事实，姜远博士期间的师承关系为：陈世福教授为官方博士生导师，周志华为事实上的研究指导者。这一模式在中国高校中并不罕见——年轻教师（周志华当时刚获博士学位）尚不具备博导资格或刚获得资格时，其指导的学生在行政上挂在资深教授（陈世福）名下，但实际研究工作由年轻教师主导。姜远的全部早期论文均以"周志华-姜远"为核心作者对，合作模式完全符合"导师-学生"特征。
3.3 师承链条
姜远的学术师承可追溯为：徐家福（南大计算机系奠基人）→ 陈世福（南大计算机系第二代学者）→ 周志华（南大计算机系第三代代表，LAMDA创始人）→ 姜远（LAMDA核心成员）。姜远虽在官方归属上为陈世福名下博士生，但研究风格和学术脉络完全继承自周志华，是LAMDA学术传统的直接延续。
四、LAMDA团队合作网络
4.1 与周志华的紧密合作关系（核心双核）
姜远与周志华的合作（83次，2000-2026年）是LAMDA内部最紧密的合作关系之一，在周志华的全部527位合作者中排名第二（仅次于赵鹏的86次）。这一合作关系具有以下特征：
合作时间跨度极长： 从2000年至今持续26年，覆盖姜远博士阶段、任教初期、独立指导学生至今的全过程。在LAMDA所有教师中，仅姜远与周志华的合作跨度覆盖了LAMDA成立（2004年）前后的完整历程。
合作模式演进： - 2000-2010年（早期）：姜远作为周志华的学生/ junior合作者，论文以周志华为第一作者、姜远为第二作者为主，研究方向集中于神经网络集成与规则提取。代表性成果NeC4.5和C4.5 Rule-PANE被用于医学诊断领域。2005年二人以"神经网络集成"相关工作获教育部自然科学一等奖（姜远排名第二）。 - 2011-2018年（中期）：姜远开始独立指导学生，与周志华的合作模式转为"姜远+周志华联合指导学生"的三人/四人作者组模式。周志华逐渐转为末位/通讯作者，姜远在前位。研究主题扩展到多模态学习、度量学习、多标签学习等。 - 2019年至今（近期）：合作进一步深化到溯因学习（ABL）、学件范式等周志华主导的原创方向。姜远成为ABL方向的核心执行者，其博士生胡文超、黄宇轩、戴望州等人均在周志华的总体框架下开展研究。2025年AAAI杰出论文奖即为这一合作模式的代表性成果。
合作论文占比： 83篇合作论文占姜远全部134篇的62%，占周志华全部769篇的约11%。在周志华的论文网络中，姜远是排名第二的合作者，仅次于赵鹏（86次），高于俞扬（63次）。
4.2 LAMDA教师同事合作网络
姜远与LAMDA其他教师的合作关系按频次排序如下：
| 教师 | 合作次数 | 合作年份 | 职位 | 与姜远的关系 |
|---|---|---|---|---|
| 周志华 | 83 | 2000-2026 | 教授，LAMDA负责人 | 博士阶段研究指导者，长期合作核心 |
| 詹德川（De-Chuan Zhan） | 34 | 2015-2025 | 教授、博导 | 中后期最密切的LAMDA同事，多模态学习方向核心搭档 |
| 叶翰嘉（Han-Jia Ye） | 17 | 2015-2025 | 副教授 | 度量学习方向合作者，多篇联合指导 |
| 张绍群（Shao-Qun Zhang） | 9 | 2021-2026 | 助理教授 | 深度森林、复值神经元方向合作者 |
| 戴望州（Wang-Zhou Dai） | 9 | 2021-2025 | 帝国理工博后 | 溯因学习方向核心合作者 |
| 赵鹏（Peng Zhao） | 7 | 2017-2022 | 副教授 | 弱监督学习方向合作者 |
| 吕沈欢（Shen-Huan Lyu） | 5 | 2021-2026 | 在读博士生 | 深度森林解释方向合作者 |
| 李宇峰（Yufeng Li） | 5 | 2012-2025 | 教授、博导 | 溯因学习方向合作者 |
| 吴建鑫（Jianxin Wu） | 2 | 2001-2014 | 教授、博导 | 早期合作（2001年）及少量后期合作 |
| 俞扬（Yang Yu） | 2 | 2008-2023 | 教授、副院长 | 少量合作 |
| 黎铭（Ming Li） | 3 | 2006-2011 | 教授、副系主任 | 早期合作 |
核心搭档——詹德川： 詹德川（34次合作，2015-2025年）是姜远除周志华外最密切的LAMDA同事。两人的合作主要集中在多模态学习方向，围绕杨杨（姜远的博士生）的研究形成"姜远-詹德川-杨杨"三人核心作者组。詹德川是周志华2010届博士毕业生，与姜远虽无直接师承关系，但在LAMDA内部的学术分工中形成了高度互补的合作关系。
4.3 指导学生网络
姜远独立指导（或与周志华联合指导）的学生是其学术产出的核心生产力。根据其个人主页及DBLP数据，其指导的学生群体如下：
已毕业博士生：
| 姓名 | 在读时间 | DBLP合作次数 | 当前去向 | 研究方向 |
|---|---|---|---|---|
| 李绍园（Shao-Yuan Li） | 2012-2018 | 5 | — | 多视图聚类 |
| 杨杨（Yang Yang） | 2016-2020 | 18 | — | 多模态学习 |
| 陈加略（Jia-Lve Chen） | 2016-2021 | — | — | 推荐系统 |
| 张震宇（Zhen-Yu Zhang） | 2019-2022 | 3 | — | 弱监督学习 |
| 谭志豪（Zhi-Hao Tan） | 2019-2024 | 5 | 南京大学助理研究员 | 学件范式 |
| 黄宇轩（Yu-Xuan Huang） | 2021-2024 | 7 | — | 溯因学习 |
| 吴锦辉（Jin-Hui Wu） | 2021-2025 | 4 | — | 复值神经元/学件 |
在读博士生：
| 姓名 | 入学时间 | DBLP合作次数 | 研究方向 |
|---|---|---|---|
| 陶略（Lue Tao） | 2022 | 3 | Rehearsal学习、因果推断 |
| 郑钦城（Qin-Cheng Zheng） | 2022 | 2 | 决策树学习理论 |
| 高恩豪（En-Hao Gao） | 2023 | 2 | 溯因学习、AI4Science |
| 胡文超（Wen-Chao Hu） | 2023 | 6 | 溯因学习、神经符号AI |
| 刘海天（Hai-Tian Liu） | 2024 | — | — |
代表性硕士生（部分）：
| 姓名 | 在读时间 | DBLP合作次数 | 备注 |
|---|---|---|---|
| 刘力平（Li-Ping Liu） | 2006-2009 | 2 | 后赴Columbia University |
| 佘俏俏（Qiao-Qiao She） | 2008-2011 | — | — |
| 徐淼（Miao Xu） | 2009-2011 | — | — |
| 胡菊花（Ju-Hua Hu） | 2009-2012 | 2 | — |
| 杨书君（Shu-Jun Yang） | 2011-2014 | — | — |
| 刘冲（Chong Liu） | 2015-2018 | — | — |
| 蔡乐文（Le-Wen Cai） | 2018-2021 | 2 | 溯因学习方向 |
| 蔡欣强（Xin-Qiang Cai） | 2018-2021 | 6 | 模仿学习方向 |
| 陈一赫（Yi-He Chen） | 2019-2022 | — | 深度森林方向 |
| 吴子源（Zi-Yuan Wu） | 2021-2024 | — | — |
学生指导特点： 姜远指导的学生大多与周志华联合指导（学生主页均标注"Supervisor: Professor Yuan Jiang and Professor Zhi-Hua Zhou"），反映了LAMDA内部"大导+小导"的联合指导模式。在这一模式中，周志华作为LAMDA负责人担任总体学术指导，姜远作为直接导师负责日常研究管理和论文写作。杨杨（18次合作）是姜远指导的学生中合作最频繁者，其多模态学习系列工作构成了姜远中期研究的主体。
4.4 研究方向演进与学生培养的对应关系
姜远的研究方向演进与其学生培养高度对应：
- 神经网络集成阶段（2000-2010年）：以与周志华的双人合作为主，学生较少，研究方向集中于集成方法与规则提取。
- 多模态学习阶段（2015-2020年）：以杨杨（博士）、叶翰嘉、詹德川为核心团队，产出密集。杨杨的18次合作几乎全部来自此阶段。
- 溯因学习（ABL）阶段（2020年至今）：以黄宇轩（博士）、胡文超（在读博士）、戴望州为核心，蔡乐文（硕士）参与。ABL是姜远近期最核心的研究方向，也是其获得AAAI 2025杰出论文奖的方向。
- 学件范式阶段（2020年至今）：以谭志豪（博士）、吴锦辉（博士）为核心，参与周志华主导的学件基座系统研究。
五、业界合作关系深度分析
5.1 与熊辉（Hui Xiong）的合作——多模态学习的产学研连接
熊辉（4次合作，2019-2023年）是姜远在DBLP中可识别的最重要业界/跨校合作者。熊辉现任香港科技大学（广州）讲席教授兼协理副校长（知识转移），此前任Rutgers大学Distinguished Professor及百度研究院首席科学家（智慧城市）兼副院长。熊辉为AAAI/AAAS/ACM/IEEE/CAAI/CCF六会Fellow，现任ACM SIGKDD秘书。
二人的合作全部通过杨杨（姜远的博士生）作为桥梁，聚焦于多模态学习与增量学习方向：
| 年份 | 论文 | 作者列表 |
|---|---|---|
| 2019 | Comprehensive Semi-Supervised Multi-Modal Learning | Yang Yang, ..., Hui Xiong, Yuan Jiang |
| 2019 | Adaptive Deep Models for Incremental Learning | Yang Yang, Da-Wei Zhou, De-Chuan Zhan, Hui Xiong, Yuan Jiang |
| 2021 | Semi-Supervised Multi-Modal Clustering... | Yang Yang, ..., Hui Xiong, Yuan Jiang |
| 2023 | Cost-Effective Incremental Deep Model | Yang Yang, ..., Hui Xiong, Yuan Jiang, Jian Yang |
合作论文均发表于AAAI/IJCAI等顶会，Jian Yang（杨健，南京理工大学教授）也参与了2023年的合作。熊辉的加入为姜远团队的多模态学习研究提供了更广阔的数据挖掘和应用视角。
5.2 与Cho-Jui Hsieh和Jinfeng Yi的合作——ML鲁棒性方向
2020年，姜远通过博士生王璐（Lu Wang）与UCLA教授Cho-Jui Hsieh（谢昭居）和企业研究员Jinfeng Yi（易津峰）合作，发表了2篇（DBLP计4条，含重复）关于机器学习鲁棒性的论文：
| 论文 | 发表venue | 核心内容 |
|---|---|---|
| Provably Robust Metric Learning | NeurIPS 2020 | 可证明鲁棒的度量学习 |
| Spanning Attack: Reinforce Black-box Attacks with Unlabeled Data | Machine Learning期刊 | 利用未标注数据增强黑盒攻击 |
Cho-Jui Hsieh是UCLA计算机科学系教授，研究方向为机器学习鲁棒性与安全性。Jinfeng Yi曾任职于eBay和京东等企业。这一合作是姜远在多模态学习之外的一次方向探索，但其后未持续——王璐的合作在2020年后停止，姜远也未继续在ML鲁棒性方向深入。
5.3 与Stephen Muggleton的合作——溯因学习的国际学术连接
Stephen H. Muggleton（2次合作，2021年）是英国帝国理工学院（Imperial College London）计算科学教授，是归纳逻辑编程（Inductive Logic Programming, ILP）和元解释学习（Meta-Interpretive Learning）的创始人，也是溯因学习（Abductive Learning）方向的学术奠基人之一。
姜远与Muggleton的合作发生在2021年，通过博士生蔡乐文和黄宇轩、戴望州作为桥梁：
| 论文 | 发表venue | 作者列表 |
|---|---|---|
| Abductive Learning with Ground Knowledge Base | AAAI 2021 | Le-Wen Cai, Wang-Zhou Dai, Yu-Xuan Huang, Yufeng Li, Stephen H. Muggleton, Yuan Jiang |
| Fast Abductive Learning by Similarity-based Consistency Optimization | AAAI 2021 | Yu-Xuan Huang, Wang-Zhou Dai, Le-Wen Cai, Stephen H. Muggleton, Yuan Jiang |
这一合作标志着姜远团队在溯因学习方向与国际顶级学者的学术对接。Muggleton的ILP/ABL理论框架为姜远团队的神经符号AI研究提供了逻辑推理基础。值得注意的是，戴望州后赴帝国理工从事博士后研究，或与Muggleton存在持续的学术联系。
5.4 与Masashi Sugiyama的合作——模仿学习的国际合作
Masashi Sugiyama（2次合作，2021-2023年）是东京大学教授，日本机器学习领域代表学者，也是周志华的长期国际合作者（与周志华合作11次，2008-2026年）。
姜远与Sugiyama的合作通过硕士生蔡欣强（Xin-Qiang Cai）和LAMDA毕业生丁尧相作为桥梁，聚焦于异构可观测模仿学习（Heterogeneously Observable Imitation Learning）方向。这一合作是周志华国际合作网络向姜远的延伸。
5.5 与Kai Ming Ting和Truyen Tran的合作——早期国际合作
| 合作者 | 合作次数 | 合作年份 | 所属机构 | 合作方向 |
|---|---|---|---|---|
| Kai Ming Ting | 2 | 2021 | 澳大利亚Federation University | 异常检测、图核 |
| Truyen Tran | 3 | 2015-2017 | 澳大利亚Deakin University | 推荐系统 |
| Shaowu Liu | 3 | 2015-2017 | 澳大利亚University of Technology Sydney | 推荐系统 |
| Gang Li | 4 | 2005-2017 | 澳大利亚Deakin University | 推荐系统 |
与澳大利亚学者的合作（Truyen Tran、Shaowu Liu、Gang Li）集中在2015-2017年的推荐系统方向，是通过Deakin大学团队的Shaowu Liu和Gang Li建立的连接。与Kai Ming Ting的合作发生在2021年，聚焦于异常检测方向。Kai Ming Ting是周志华的长期国际合作者（与周志华合作21次，2007-2023年），此合作同样是周志华国际网络向姜远的延伸。
5.6 产学研合作整体评估
与周志华和俞扬相比，姜远的产学研合作呈现以下特点：
-
论文层面的企业合作较少： DBLP数据中未识别到明确标注企业 affiliation 的合作者。与熊辉的合作虽涉及百度背景，但论文均以学术机构名义发表。
-
合作以学术驱动为主： 姜远的合作者几乎全部为高校和科研机构学者，未出现像周志华与华为联合实验室、俞扬与南栖仙策创业那样的深度企业绑定。这与其研究风格一致——溯因学习、学件范式等方向均以基础理论研究为主，距离产业化尚有距离。
-
通过周志华间接参与产学研生态： 姜远作为LAMDA核心成员，通过参与周志华主导的学件范式、华为联合实验室等大型项目间接进入产学研生态。其指导的博士谭志豪毕业后留校从事学件研究，吴锦辉参与复值神经元研究，均为周志华顶层设计下的一环。
-
学生输送至企业： 姜远指导的硕士生毕业后进入企业工作（具体去向在LAMDA校友页面有部分记录），但未形成像周志华团队那样的系统性企业人才输送通道。
六、Connection圈层总结
第一圈层——与周志华的学术共生关系： 周志华（83次合作，2000-2026年，26年持续合作）是姜远学术网络中绝对核心的连接。从博士阶段的师生关系，到LAMDA同事的平等合作，再到联合指导学生的"大导+小导"模式，二人的合作关系贯穿了姜远的全部学术生涯。83次合作占姜远论文总量的62%，这一比例在LAMDA所有教师中最高。2005年教育部自然科学一等奖（姜远排名第二）和2025年AAAI杰出论文奖均为二人合作的代表性成果。姜远是周志华在LAMDA内部最信赖的研究执行者——周志华提出顶层概念（如学件范式、溯因学习框架），姜远负责组织团队落地和论文产出。
第二圈层——LAMDA教师同事网络： 詹德川（34次）是姜远在LAMDA教师中的第二核心搭档，二人围绕多模态学习形成了长期稳定的合作关系。叶翰嘉（17次）、张绍群（9次）、戴望州（9次）、赵鹏（7次）、李宇峰（5次）等LAMDA教师/毕业生构成了姜远日常合作的核心圈层。其中詹德川、叶翰嘉、赵鹏、李宇峰均为周志华培养的博士，姜远通过这些"师兄/师弟"级别的同事形成了LAMDA内部的二级合作网络。
第三圈层——指导学生梯队： 杨杨（18次，多模态学习）、黄宇轩（7次，溯因学习）、吴锦辉（4次，复值神经元）、谭志豪（5次，学件）等博士生是姜远研究产出的直接贡献者。姜远的学生均与周志华联合指导，反映了LAMDA"整体一盘棋"的团队管理风格。学生研究方向覆盖了姜远三个阶段的核心领域，且当前在读学生（陶略、郑钦城、高恩豪、胡文超）已开始在ICLR、IJCAI等顶会独立发表工作。
第四圈层——国际学术合作网络： - Stephen Muggleton（帝国理工，2次）：溯因学习方向的国际学术奠基人，为姜远团队的神经符号AI研究提供了理论连接 - Masashi Sugiyama（东京大学，2次）：模仿学习方向，周志华国际网络的延伸 - Hui Xiong（港科大广州/前Rutgers，4次）：多模态学习方向，兼具学术与产业（百度背景）双重属性 - Cho-Jui Hsieh（UCLA，4次）：ML鲁棒性方向的一次性合作 - Kai Ming Ting（Federation University，2次）：异常检测方向，周志华国际网络的延伸 - Truyen Tran（Deakin University，3次）：推荐系统方向
姜远的国际合作网络有两个特点：一是多数国际合作者（Sugiyama、Ting、Muggleton）同时也是周志华的合作者，通过周志华的国际网络延伸而来；二是合作方向与其研究阶段紧密对应（推荐系统→多模态→溯因学习），但多数合作持续较短（1-2年），缺乏像周志华-Rong Jin（30次，10年）那样的长期深度国际搭档。
第五圈层——LAMDA整体产学研生态的间接参与： 姜远通过LAMDA平台间接参与华为联合实验室、学件基座系统等产学研项目，但其个人未形成独立的产学研合作品牌。指导的学生毕业后进入企业工作，但未形成系统性的人才输送通道。
产出规模与定位： 134篇发表记录、132位合作者，论文规模远低于周志华（769篇）和俞扬（340篇）。这一差距反映了姜远在LAMDA团队中的定位差异——她不是"院长级"或"创业型"学者，而是LAMDA内部"深耕型"研究者，专注特定方向（溯因学习、多模态学习）的理论深耕和人才培养。其论文多为直接指导学生的一作/通讯作者，或与周志华联合指导的中间作者，反映的是个人课题组而非整个实验室的产出。
七、数据来源与局限性说明
本报告主数据来自DBLP官方作者消歧记录（pid: 02/393-1，134条发表记录，132位合作者），并结合以下信息源：
- 姜远LAMDA个人主页（http://www.lamda.nju.edu.cn/jiangy/）及中文简介页面
- LAMDA实验室官网成员页面、校友页面
- 姜远指导学生的个人主页（胡文超、陶略、郑钦城、谭志豪、张震宇、高恩豪等）
- 周志华教授DBLP数据（pid: z/ZhiHuaZhou，用于交叉验证合作频次）
- AAAI 2025杰出论文奖相关报道
- 熊辉教授Rutgers/港科大（广州）官方页面
- Stephen Muggleton教授帝国理工官方页面
局限性说明：
-
博士导师归属为推断： 姜远的官方博士导师姓名未在其公开简历中明确披露。本报告基于以下间接证据判断陈世福为官方导师、周志华为事实上的研究指导者：（1）陈世福为周志华的博士导师，南大计算机系资深博导；（2）姜远2000-2004年的全部论文均与周志华合作，其中5篇同时有陈世福署名；（3）周志华2000年12月获博士学位，2001年留校任教，姜远开始攻读博士时周志华尚为博士生或刚毕业；（4）周志华报告将姜远列为"非周志华学生，独立加入"，与DBLP合作模式存在矛盾，最合理的解释是官方导师为陈世福而研究指导由周志华实际承担。但此判断为间接推断，非直接披露。
-
中文简介信息时效性： 姜远的中文简介页面生成于2016年10月，其中提及的"发表论文50余篇"已远低于当前DBLP的134篇记录。简介中部分信息（如基金项目、学术兼职）可能已更新但未在公开渠道反映。
-
学生去向信息不完整： 姜远指导的多位已毕业博士（杨杨、陈加略、张震宇、黄宇轩、吴锦辉）的当前去向在其个人主页及LAMDA校友页面上未完整记录。报告中已标注的去向信息部分来自学生个人主页的简历页面。
-
产学研合作信息有限： 姜远在DBLP层面未显示明确的企业合作者署名，产学研合作可能以非论文形式（项目参与、技术指导等）体现，公开渠道难以追踪。华为-LAMDA联合实验室等平台层面的合作中姜远的具体角色亦未在公开报道中单独披露。
-
DBLP数据时效性： DBLP数据截至2026年7月，可能未包含最新的预印本和部分中文期刊论文。姜远的部分中文论文（如国内一级学报）可能未被DBLP收录，实际发表量可能高于134篇。