耿阳李敖

博士、助理研究员

基本信息

办公电话： 电子邮件： ylageng@bjtu.edu.cn
通讯地址：北京交通大学逸夫楼111室 邮编：100044

个人简介

耿阳李敖，博士，硕士生导师，长期致力于气象时空数据挖掘、增量学习、图机器学习、气象大模型等相关领域研究。曾于清华大学、美国匹兹堡大学和台湾清华大学开展合作研究。主持国家自然科学基金青年项目、中国博士后科学基金等多项科研课题，在Nature Methods、AAAI、KDD、CVPR、WWW、IEEE TPDS等CCF A类会议和期刊发表高水平论文10余篇，获得中国铁道学会科学技术二等奖、国际无线电科学联盟青年科学家奖等荣誉。现为CCF人工智能与模式识别专委会委员，担任多个国际顶级会议及期刊的审稿专家与PC Member。主讲《算法设计与分析》、《人工智能基础及应用》等课程，曾获北京交通大学教学成果一等奖、教育部高教司优秀团队与专家称号。热忱欢迎计算机、软件工程、数学、信息科学等相关专业的优秀学子加入团队，共攀科研高峰。


*本人常年招收硕士研究生2-3名，2025年度还剩学硕统考名额1个，欢迎 计算机科学与技术/软件工程/数学/信息与计算科学 相关专业同学与我邮件联系（ylageng@bjtu.edu.cn）！

教育及工作经历

2023.10 - 今            北京交通大学，气象时空数据挖掘与大模型，助理教授

2021.09 - 2023.10    清华大学，图神经网络与大模型，博士后，合作导师：唐杰 教授

2019.10 - 2020.11    美国匹兹堡大学，时空数据挖掘，联合培养博士生，合作导师：Prof. Heng Huang

2018.03 - 2018.08    台湾清华大学，凸优化理论与应用，访问博士生，合作导师：祁忠勇 教授

2015.09 - 2021.06    北京交通大学，计算机科学与技术，博士（硕博连读），导师：李清勇 教授

2010.09 - 2014.07    郑州大学，信息管理与信息系统，本科

招生专业

  • 计算机技术硕士
  • 软件工程硕士
  • 大数据技术与工程硕士
  • 人工智能硕士
  • 计算机科学与技术硕士
  • 新一代电子信息技术（含量子技术等）硕士

科研项目

主持项目：

  • 国家自然科学基金"青年基金": 基于气象预训练模型知识蒸馏的中小尺度灾害性天气预报, 2024-2026
  • 自然科学横向项目: 基于盘古气象大模型的雷电预报方法研究, 2023-2024
  • 中国博士后科学基金：基于机理与数据驱动的神经网络灾害性天气预报方法研究，2022-2023
  • 红果园省部级"企事业"（新）：复杂数据局部特征智能挖掘算法研究, 2023-2024
  • 红果园(横)：基于机器学习的多体分离网格规划及干扰气动力建模方法研究, 2023-2024

参与项目：

  • 云南省气象局“揭榜挂帅”：基于深度学习的雷暴区域识别、追踪及临近预警技术模型，2024-2025
  • 国家重点研发计划子课题:雷暴结构和闪电多维度特征与雷电预警预报方法研究，2018-2022
  • 自然科学横向项目：高速铁路重点区域轨道状态综合检测技术研究，2024-2025
  • 国家（工信部等）专项：2023年基于SaaS的面向区域工业企业一体化网络安全赋能平台项目，2023-2025
  • 自然科学横向项目：铁路货车钩缓、制动梁分析模型软件开发，2024-2025
  • 自然科学横向项目：某典型装备物资器材处理技术研究，2024-2025
  • 自然科学横向项目：某型技术研究，2024-2025
  • 自然科学横向项目：中国气象局卫星广播系统信道资源数字模拟及高效应用技术研发服务合同，2024-2025
  • 国家自然科学基金"面上基金": 基于设备指纹的无线物联网设备身份识别研究，2020-2023
  • 北京市自然基金“轨道交通联合”：轨道线路可靠性分析的视觉感知和缺陷识别技术研究，2019-2022
  • 国家重点实验室：基于机器学习的高速铁路时变非平稳信道多径跟踪与分簇算法研究，2018-2020
  • 北京交通大学基本科研业务： 基于电场探空数据的电荷结构多数据融合反演算法研究，2018-2019
  • 北京市自然基金：轨道交通基础设施服役状态检测的物联网关键技术研究，2016-2018
  • 北京交通大学基本科研业务：无线信道多径自动归簇算法设计，2016-2018

论文/期刊

在Nature Methods、AAAI、KDD、CVPR、WWW、ACM MM、IEEE TPDS等CCF A&B及相关领域高水平会议、期刊上发表论文20余篇，完整论文成果列表请参见Google Scholar.

代表性论文成果：

  1. Bo Chen, Xingyi Cheng, Pan Li, Yangli-ao Geng, Jing Gong, Shen Li, Zhilei Bei, Xu Tan, Boyan Wang, Xin Zeng, Chiming Liu, Aohan Zeng, Yuxiao Dong, Jie Tang & Le Song. xTrimoPGLM: unified 100-billion-parameter pretrained transformer for deciphering the language of proteins. Nature Methods, 2025. (Nature 子刊)
  2. Wenwen Gong, Yangliao Geng, Dan Zhang, Yifan Zhu, Xiaolong Xu, Haolong Xiang, Amin Beheshti, Xuyun Zhang, Lianyong Qi. DivGCL: A Graph Contrastive Learning Model for Diverse Recommendation. AAAI Conference on Artificial Intelligence (AAAI), 2025. (CCF A) 
  3. Yu Feng, Yangli-ao Geng, Yifan Zhu, Zongfu Han, Xie Yu, Kaiwen Xue, Haoran Luo, Mengyang Sun, Guangwei Zhang, Meina Song. PM-MOE: Mixture of Experts on Private Model Parameters for Personalized Federated Learning. ACM Web Conference (WWW), 2025. (CCF A) 
  4. Wenju Sun, Qingyong Li, Siyu Zhang, Wen Wang, Yangliao Geng*. Incremental Learning via Robust Parameter Posterior Fusion. ACM International Conference on Multimedia (ACMM), 2024. (CCF A) 
  5. Dan Zhang, Yangliao Geng, Wenwen Gong, Zhongang Qi, Zhiyu Chen, Xing Tang, Ying Shan, Yuxiao Dong, Jie Tang. RecDCL: Dual contrastive learning for recommendation. ACM Web Conference (WWW), 2024. (CCF A) 
  6. Yangli-ao Geng, Chong-Yung Ch, Wenju Sun, et al., Disentangling Clusters from Non-Euclidean Data via Graph Frequency Reorganization. Information Sciences, 120288, 2024. (CCF B) 
  7. Wenju Sun, Qingyong Li, Jing Zhang, Wen Wang, Yangli-ao Geng*. Decoupling Learning and Remembering: A Bilevel Memory Framework With Knowledge Projection for Task-Incremental Learning. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2023. (CCF A) 
  8. Zhen Yang, Tinglin Huang, Ming Ding, Yuxiao Dong, Rex Ying, Yukuo Cen, Yangliao Geng, and Jie Tang. BatchSampler: Sampling Mini-Batches for Contrastive Learning in Vision, Language, and Graphs. ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD), 2023. (CCF A) 
  9. Ming Zhou, Dan Zhang, Yuandong Wang, Yangli-ao Geng, Jie Tang. Detecting Social Bot on the Fly using Contrastive Learning. ACM International Conference on Information and Knowledge Management (CIKM), 2023. (CCF B) 
  10. Wenju Sun, Qingyong Li, Jing Zhang, Wen Wang, Yangli-ao Geng*, A zero-shot learning framework via cluster-prototype matching. Pattern Recognition, vol. 140, 109561, 2023. (CCF B) 
  11. Jing Zhang, Qingyong Li, Yangli-ao Geng, Qingyong Li, et al., A zero-shot learning framework via cluster-prototype matching. Pattern Recognition, vol. 124, 10846, 2022. (CCF B) 
  12. Yangli-ao Geng, Qingyong Li, Tianyang Lin, et al., A deep learning framework for lightning forecasting with multi‐source spatiotemporal data. Quarterly Journal of the Royal Meteorological Society, vol. 147, no. 741, pp. 4048-4062, 2021. (气象科学领域高水平期刊) 
  13. Yangli-ao Geng, Qingyong Li, Mingfei Liang, et al., Local-Density subspace distributed clustering for high-dimensional data. IEEE Transactions on Parallel and Distributed Systems (TPDS), vol. 31, no. 8, pp. 1799-1814, 2020. (CCF A) 
  14. Haomin Yu, Qingyong Li, Yangli-ao Geng, Yingjun Zhang, Zhi Wei. AirNet: A calibration model for low-cost air monitoring sensors using dual sequence encoder networks, AAAI Conference on Artificial Intelligence. 2020. (CCF A) 
  15. Yangli-ao Geng, Qingyong Li, Tianyang Lin, Jing Zhang, Liangtao Xu, Wen Yao, Dong Zheng, Weitao Lyu, Heng Huang. A heterogeneous spatiotemporal network for lightning prediction. IEEE international conference on data mining (ICDM), 2020. (CCF B) 
  16. Jing Zhang, Yangli-ao Geng, Qingyong Li, Chuan Shi. More than one: A cluster-prototype matching framework for zero-shot learning. ACM International Conference on Information & Knowledge Management (CIKM), 2020. (CCF B) 
  17. Haomin Yu, Qingyong Li, Rao Wang, Zechuan Chen, Yingjun Zhang, Yangli-ao Geng, et al. A deep calibration method for low-cost air monitoring sensors with multilevel sequence modeling. IEEE Transactions on Instrumentation and Measurement, vol. 69, no. 9, pp. 7167-7179, 2020. (传感器领域领域高水平期刊) 
  18. Yangli-ao Geng, Qingyong Li, Tianyang Lin, Lei Jiang, Liangtao Xu, Dong Zheng, Wen Yao, Weitao Lyu, Yijun Zhang. Lightnet: A dual spatiotemporal encoder network model for lightning prediction. ACM SIGKDD international conference on knowledge discovery & data mining (KDD), 2019. (CCF A) 
  19. Chen Huang, Andreas F Molisch, Yangli-ao Geng, et al. Trajectory-joint clustering algorithm for time-varying channel modeling. IEEE Transactions on Vehicular Technology, vol. 69, no. 1, pp. 1041-1045, 2019. (通信领域领域高水平期刊) 
  20. Yangli-ao Geng, Qingyong Li, Rong Zheng, et al., RECOME: A new density-based clustering algorithm using relative KNN kernel density, Information Sciences, vol. 436-437, pp. 13–30, 2018. (CCF B) 
  21. Chen Huang, Ruisi He, Zhangdui Zhong, Bo Ai, Yangli-ao Geng, et al. A power-angle-spectrum based clustering and tracking algorithm for time-varying radio channels. IEEE Transactions on Vehicular Technology, vol. 68, no. 1, pp. 291-305, 2018. (通信领域领域高水平期刊) 
  22. Haomin Yu, Qingyong Li, Yunqiang Tan, Jinrui Gan, Jianzhu Wang, Yangli-ao Geng, et al. A coarse-to-fine model for rail surface defect detection. IEEE Transactions on Instrumentation and Measurement, vol. 68, no. 3, pp. 656-666, 2018. (传感器领域领域高水平期刊) 
  23. Ruisi He, Qingyong Li, Bo Ai, Yangli-ao Geng, et al. A kernel-power-density-based algorithm for channel multipath components clustering. IEEE Transactions on Wireless Communications, vol. 16, no. 11, pp. 7138-7151, 2017. (CCF B) 

教学工作

授课情况：
  • 2024.09 - ，国家线上精品课程，《算法设计与问题求解》，64学时，主讲
  • 2024.09 - ，研究生课程，《算法设计与分析》，32学时，主讲
  • 2024.09 - ，本科生课程，《人工智能基础及应用》，48学时，主讲
  • 2023.09 - 2024.01，本科生课程，《算法设计与分析》，32学时，助课

教改项目：

  • 北京交通大学本科实践能力提升专项计划，基于大模型技术的Online Judge平台建设，2024.01-2024.06

教改论文：

  • 李清勇,耿阳李敖,彭文娟,王繁,竺超今.“私教”还是“枪手”:基于大模型的计算机实践教学探索[J].实验技术与管理,2024,41(5):1-8

教学奖励：

  • 北京交通大学教学成果一等奖，2025.01
  • 教育部高教司重点领域教学资源建设优秀团队，2025.01
  • 计算机学院青年教师基本功比赛二等奖，2024.11
  • 教育部高教司重点领域教学资源建设优秀专家，2024.01
  • 北京交通大学教学成果一等奖，2021.12

专利

耿阳李敖; 许碧荷; 李清勇; 郑栋; 郭志清; 禹浩男; 李怡然. 一种基于气象大模型知识蒸馏的闪电预报方法与系统. 申请号：CN202410998832.0

耿阳李敖;  张思雨; 李清勇; 郑栋; 郭志清; 禹浩男; 李怡然. 基于气象大模型增量微调技术的闪电预报方法及系统. 申请号：CN202410914244.4

耿阳李敖; 郭志清; 李清勇; 郑栋; 姚雯; 李怡然. 基于气象大模型与观测数据的多尺度融合闪电预报方法. 申请号：CN202410901306.8

姚雯; 耿阳李敖; 徐良韬; 郑栋; 吕伟涛; 孟青. 一种利用误差特征的闪电短时预报方法. 申请号:  CN202410718540.7

唐杰, 耿阳李敖, 东昱晓. 面向学术网络节点分类方法和装置. 申请号：CN202311064423.5

唐杰, 张丹, 耿阳李敖, 东昱晓. 一种基于双重对比学习的物品推荐方法及装置. 申请号:  CN202310521595.4

何睿斯, 艾渤, 李清勇, 王琦, 耿阳李敖, 陈瑞凤, 钟章队, 于剑. 一种基于核功率密度的无线信道多径分簇方法. 专利号: ZL201610978957.2


专著/译著

Yangli-ao Geng, Ming Liu, Qingyong Li and Ruisi He, “Introduction of Machine Learning,” Chapter 1 in Applications of Machine Learning in Wireless Communications, Edited by Ruisi He and Zhiguo Ding, Institution of Engineering and Technology (IET), 2019.

获奖与荣誉

代表性奖项：

  • 中国铁道学会科学技术奖二等奖，2025.01
  • 北京交通大学教学成果一等奖，2025.01
  • 教育部高教司重点领域教学资源建设优秀团队，2025.01
  • 教育部高教司重点领域教学资源建设优秀专家，2024.01
  • 北京交通大学教学成果一等奖，2021.12
  • 国际无线电科学联盟青年科学家奖，2021.08
  • 中国铁道学会科学技术奖二等奖，2020.12

其他奖项：

  • 北京交通大学优秀工会积极分子，2025.01
  • 计算机学院青年教师基本功比赛二等奖，2024.11
  • 国家留学基金委公派出国奖学金，2019.06

社会兼职

  • CCF人工智能与模式识别专委会委员
  • PAAP2023 异构神经网络分论坛主席
  • ACM、IEEE、CCF、CAAI 专业会员
  • AAAI、ICML、ICLR、ACM MM、CVPR、WWW、ECCV、CIKM、WSDM等国际学术会议PC Member或审稿人
  • IEEE TPAMI、IEEE TNNLS、IEEE TBD、Knowledge-based System、Information Sciences等学术期刊审稿人

研究生培养

在读博士生：

  • 孙文举（22级，联合指导）
  • 郭志清（23级，联合指导）
  • 许碧荷（24级，联合指导）
  • 李怡然（25级，联合指导）
  • 张思雨（25级，联合指导）

在读硕士生：

  • 路佳微（24级）
  • 禹浩男（24级，联合指导）
  • 秦羽泽（23级，联合指导）