吴敏，男，助理研究员

2009年毕业于北京交通大学，获工学学士学位，专业为计算机科学与技术，2012年毕业于中国科学院大学，获工学硕士学位，专业为模式识别与智能系统，2020年毕业于中国科学院大学，获理学博士学位，专业为运筹学与控制论。2021-2023年于中国科学院半导体研究所从事博士后研究工作。现为中国科学院半导体研究所助理研究员。

主要研究方向：

机器学习、人工智能驱动的科学研究(AI for Science)、大语言模型、最优化算法

联系方式：

E-mail: wumin@semi.ac.cn

参与的主要科研项目：

[1]基于深度学习的符号回归及其在半导体器件研发中的应用, 2022年半导体所青年人才科技推进计划资助, 金额15万（主持）。

[2]知识融合的神经网络分治约简符号回归方法（国家自然科学基金重大研究计划No. 92370117）。

获奖情况：

[1]吴敏，带方向信息形变函数的神经网络求解，第三届DeepModeling Hackathon比赛， AI4Science应用场景探索赛道三等奖。

学术论文：

[1] Min Wu, Weijun Li, Lina Yu, Linjun Sun, Jingyi Liu, Wenqiang Li. “Discovering mathematical expressions through DeepSymNet: Adeep learning-based symbolic regression framework”. IEEE Transactions on Neural Networks and Learning Systems, 2023, doi: 10.1109/TNNLS.2023.3332400. (SCI, 一区，Top)

[2] Min Wu, Congying Han, Tiande Guo, Tong Zhao. “Registration and matching method for directed point set with orientation attributes and local information”[J]. Computer Vision and Image Understanding, 2020, 191:102866.(SCI, CCF B类)

[3] 吴敏, 郭田德, 韩丛英. 带方向信息的薄板样条插值函数及其应用[J].应用数学学报，2021, 44(5): 659-677.

[4] Wenqiang Li, Weijun Li, Linjun Sun, Min Wu, Lina Yu, Jingyi Liu, Yanjie Li, Songsong Tian. “Transformer-based model for symbolic regression via joint supervised learning”[C]//The Eleventh International Conference on Learning Representations, 2023. (人工智能顶会)

[5] Jingyi Liu, Weijun Li, Lina Yu, Min Wu, Linjun Sun, Wenqiang Li, Yanjie Li. “Rec-SymNet: Symbolic Network-based Rectifiable Learning Framework for Symbolic Regression”. Neural networks, 2023.(SCI, 一区，Top)

[6] Wenqiang Li, Weijun Li, Lina Yu, Min Wu*, Jingyi Liu, Yanjie Li.“DoctorGPT: A Large Language Model with Chinese Medical Question-Answering Capabilities”[C]// 5th International Conference on High Performance Big Data and Intelligent Systems. 2023.(Best student paper reward)

申请或已获得的专利：

1. 李卫军，吴敏，徐健，张丽萍. 推荐信息确定方法、装置及电子设备，申请号CN202210607279.4，已受理

2. 徐健, 吴敏，李智伟, 李卫军. 行为习惯监测方法、装置及电子设备，申请号：CN202210607260.X，已受理

3. 于丽娜, 吴敏，张玉贵, 李卫军. 书写姿态跟踪方法、装置、电子设备及存储介质，申请号：CN202210592919.9，已受理