王润琪

基本信息

个人简介

王润琪现任北京交通大学计算机学院高聘副教授，“交通数据挖掘与具身智能”北京市重点实验室成员，北京航空航天大学优秀博士毕业生，入选博新计划，学校菁英计划二类。研究方向为深度学习模型后训练与轻量化、具身智能等，具体需求体现在当前预训练模型专业知识缺乏并且计算与存储负担过大，难以满足实际应用需求，因此需要对预训练模型进行SFT与RL增量学习特定任务，并对模型进行轻量化，便于实际部署。在IJCV，TNNLS，CVPR，ICCV，ECCV，AAAI，ICLR，ACL，ACM MM，中国科学等国内外顶级期刊及会议上发表一作或通讯论文20余篇，授权专利1项。主持国自然青年基金C类、北京市重点项目课题、校级人才基金等，作为科研骨干深度参与国家自然科学基金重点项目、国家重点研发计划项目、北京市科委重点项目、华为横向课题，课题组项目经费充足，具有大厂、研究院等资源。曾获CCF计算机应用产品技术二等奖，“火花燎原”小目标检测二等奖，中国国际大学生创新创业大赛北京市一等奖，北京大学生创新创业大赛金奖。现任中国人工智能学会-机器学习专委会成员，TIP、TMM等顶刊和CCF A类多项会议审稿人。

招生信息

2027年博士、硕士招生名额充足，欢迎联系rqwang@bjtu.edu.cn

课题组科研氛围浓厚，团队关系融洽，希望同学对科研怀有兴趣，具有较强的自我驱动能力和具备较好的编程能力和数理基础。

熟悉Pytorch、大模型工具，有论文、编程、竞赛经验者优先。

教育背景

2014年-2018年 中国矿业大学 本科

2018年-2020年 北京航空航天大学 硕士

2020年-2024年 北京航空航天大学 博士

工作经历

科研项目

主持或参与多项科研基金及前沿项目，科研经费充足，可推荐实习岗位。

主持：

博士后创新人才支持计划，56万

国家自然科学基金C类，30万

北京市重点项目课题，30万

集创公司合作项目，400万

参与：

国家重点研发计划，660万

国家自然科学基金重点项目，300万

北京市揭榜挂帅项目，105万

华为等公司合作项目等，400万

教学工作

研究生课程：机器学习 Machine Learning 

本科生课程：计算机系统导论

论文/期刊

部分发表论文如下（*通讯作者，†共同一作）：

期刊：

[TOMM, 2026] H. Sun, R. Wang, Y. Li, et al. P4Q: Learning to Prompt for Quantization in Low-Bit CLIP[J]. TOMM, 2026

[TNNLS, 2025] B. Zhang†, R. Wang†, X. Wang, et al. Modulated convolutional networks[J]. IEEE Transactions on Neural Networks and Learning Systems, 2025: 1-14. （SCI 1区,影响因子10.2）

[Neurocomputing, 2025] Z. Wang, Y. Yang, B. Zhang, R. Wang*, et al. Enhancing multi-task performance through associative adversarial learning based on selective attacks[J], Neurocomputing, 2025, 640:130229. (SCI 2区)

[中国科学，2024] 张宝昌，鲍宇翔，王润琪，等. 基于协同梯度下降的可信学习方法[J]. 中国科学：技术科学，2024，54(2): 257-264.

[IJCV, 2023] R. Wang, L. Yang, H. Chen, et al. Anti-bandit for neural architecture search[J]. International Journal of Computer Vision, 2023, 131(10): 2682-2698. (SCI 1区，影响因子19.5)

[IJCV, 2023] R. Wang, Z. Liu, B. Zhang, et al. Few-Shot Learning with Complex-Valued Neural Networks and Dependable Learning [J]. International Journal of Computer Vision, 2023, 131(1):385-404. (SCI 1区，影响因子19.5)

[PR Letter, 2022] J. Zhao, S. Xu, R. Wang, et al. Data-adaptive binary neural networks for efficient object detection and recognition[J]. Pattern Recognition Letters, 2022, 153: 239-245.

会议：

[CVPR 2026] W. Cao†, R. Wang†, X. Duan, et al. Parameter-Efficient Semantic Augmentation for Enhancing Open-Vocabulary Object Detection [C], In the Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026. (CCF A)

[CVPR 2026] R. Xu, R. Wang*, Y. Zhang, et al. TLMA: Mitigating the Impact of Weakly Labeled Information for Video Anomaly Detection[C], In the Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026. (CCF A)

[CVM, 2026] X. Wang, J. Zheng, R. Wang*, et al, Memory-Aware Replay and Loss Balance for Long-Tailed Class Incremental Learning with Vision-Language Models[C], International Conference on Computational Visual Media, 2026.

[CVPR, 2025] S. Wu, Y. Wang, X. Liu, Y. Yang, R. Wang*, DFM: Differentiable Feature Matching for Anomaly Detection[C]. In the Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025. (CCF A)

[CVPR, 2025] H. Sun, R. Wang, Y. Li, et al. SET: Spectral Enhancement for Tiny Object Detection[C]. In the Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Nashville, United States, 2025: 4713-4723.

[ACL, 2025] X. Wang, T. Yao, S. Chen, R. Wang, et al. VLMInferSlow: Evaluating the Efficiency Robustness of Large Vision-Language Models as a Service[C]. ACL, 2025.

[AAAI, 2024] R. Wang, H. Sun, L. Yang, et al. AQ-DETR: Low-Bit Quantized Detection Transformer with Auxiliary Queries[C]. In the Proceedings of Association for the Advancement of Artificial Intelligence (AAAI), Vancouver, Canada, 2024: 15598-15606. (CCF A)

[CVPR, 2023] R. Wang, X. Duan, G. Kang, et al. Attriclip: A non-incremental learner for incremental knowledge learning[C]. In the Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, Vancouver, Canada, 2023: 3654-3663. (CCF A)

[CVPR, 2023] R. Wang， H. Zheng， X. Duan，et al. Few-shot learning with visual distribution calibration and cross-modal distribution alignment, In the Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Vancouver, Canada, 2023. (CCF A)

[ICLR, 2023] H. Zheng†, R. Wang†,  J. Liu, et al. Cross-level distillation and feature denoising for cross-domain few-shot classification[C]. In Proceedings of the International Conference on Learning Representation (ICLR), Kigali, Rwanda, 2023: 1-14. （机器学习国际顶会）

[ECCV, 2022] R. Wang, Y. Bao, B. Zhang, et al. Anti-retroactive Interference for Lifelong Learning[C]. In the Proceedings of the European Conference on Computer Vision (ECCV), Tel Aviv, Israel, 2022: 163-178.（CCF B）

[ICCV, 2021] S. Xue†, R. Wang†, B. Zhang, et al. IDARTS: Interactive differentiable architecture search[C]. In Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), Virtual Event, 2021: 1163-1172.（CCF A）

专利

1. 自适应学习率协同优化的目标识别方法、装置及电子设备

2.⼀种基于联想学习的选择性攻击⽅法及装置

3.图像分类方法、装置、电子设备、存储介质和程序产品

获奖与荣誉

入选博士后创新人才计划；

入选北京交通大学青英人才培育计划；

获得博士国家奖学金；

北京航空航天大学优秀毕业生；

CCF计算机应用产品技术奖；

CVPR基础大模型比赛十佳；

中国国际大学生创新创业大赛一等奖；

指导本科生获得北京交通大学优秀毕业论文。

社会兼职

担任《信息与控制期刊》青年编委；

担任《‌IEEE Transactions on Image Processing‌》、《IEEE Transactions on Multimedia》、《Machine Vision and Applications》、《IEEE Network Magazine》等期刊审稿人；

担任CVPR，ICCV，ECCV，AAAI，NuerIPS、ACM MM等会议PC Member；

CAAI学会会员 机器学习专委会通信委员