研究员
您的位置:

研究员

陈长波

姓名:陈长波

性别:男

职务/职称:研究员

社会任职:中国数学会计算机数学专委会委员

所属部门:自动推理与认知中心

电子邮件:chenchangbo@cigit.ac.cn

通讯地址:北碚区方正大道266号

 

 

  

 

    简历:

    陈长波,2011年8月在加拿大西安大略大学计算机系获博士学位。2011年9月-2013年8月在西安大略大学从事博士后研究,2013年9月加入中国科学院重庆绿色智能技术研究院电子信息研究所自动推理与认知研究中心,先后获得中国科学院西部青年学者和重庆英才青年拔尖人才称号。 主要学术贡献包括提出了一系列高效的多项式系统求解算法并应用于生物化学网络平衡点分析、量子关联判定、循环程序的自动并行和优化等。开发的多项式和半代数系统求解器被集成进著名数学软件Maple的多个官方发行版中。迄今在SIAM-ADS、JSC、 PRA等杂志和ISSAC、CASC等会议上发表学术论文50余篇。多次担任奥地利、加拿大和德国等自然科学基金会的评审专家及国际会议ISSAC、CASC、ICMS等的程序委员会委员,担任中国数学会计算机数学大会CM2024程序委员会共同主席。曾受邀在中国数学会年会、中国工业与应用数学学会年会、中国数学会计算机数学大会、德国Dagstuhl 研讨会、国际工业与应用数学大会作邀请报告。

 

    研究方向:

    计算机代数、高性能计算和应用机器学习

   

    研究生招生:

    招生专业:电子信息(专业硕士)

    招生方向:大数据智能计算

    招生数量: 1名

    项目支持:国家和省部项目的稳定支持

    研究课题:融合机器学习加速计算与推理

    招生标准:

  1.     1.热爱科研,有较强的自驱力
  2.     2.数学基础扎实,有较强的编程能力
  3.     3.对机器学习和人工智能有浓厚兴趣

    热烈欢迎有计算机数学(计算机代数、符号计算、符号数值混合计算、计算几何等)、高性能计算和机器学习相关研究经历(但不限于上述经历)者报名。推免系统:https://zhaosheng.ucas.ac.cn/sign_up/TMS/views/index.aspx

 

    获奖及荣誉

    2011年,获ACM-SIGSAM颁发的杰出软件演示奖 2023年,获得第六届重庆市电子学会十佳优秀科技工作者

     

    论文和专利情况(论文/著作名称、发表刊物/出版单位名称、发表年份、本人排名)

    [1]Qingzhi Liu, Changbo Chen, Hanwen Dai: Fusing the Polyhedral and Tensor Compilers to Accelerate Scientific Computing Kernels. Concurr. Comput. Pract. Exp. 37(15-17) (2025)

    [2]Changbo Chen, Rui-Juan Jing, Chengrong Qian, Yaru Yuan, Yuegang Zhao: A Dataset for Suggesting Variable
Orderings for Cylindrical Algebraic Decompositions. CASC 2024: 100-119

     [3]Hanwen Dai, Changbo Chen, Yuxuan Song: Accelerating GCN Inference on Small Graphs. Euro-Par Workshops (2) 2024: 154-165

    [4]Qingzhi Liu, Changbo Chen, Hanwen Dai: Accelerating Scientific Computing Kernels by Fusing the Polyhedral and Tensor Compilers. Euro-Par Workshops (1) 2024: 475-486

    [5]Shuang Hu, Changbo Chen: Performance Models for Sequence Alignment Algorithms Based on Burrows-Wheeler Transform. ICBBT 2024: 17-24

    [6]Changbo Chen, Wenyuan Wu. A Geometric Approach for Analyzing Parametric Biological Systems by Exploiting Block Triangular Structure. SIAM Journal on Applied Dynamical Systems, 21(2), pp. 1573-1596, 2022. 
    [7]Changbo Chen, Changliang Ren, Hongqing Lin and He Lu. Entanglement Structure Detection via Machine Learning. Quantum Science and Technology 6, 035017, 2021.
    [8]Changbo Chen, Wenyuan Wu, Yong Feng. Numerical roadmap of smooth bounded real algebraic surface. Computer Aided Geometric Design 79, 101858, 2020. 
    [9]Changbo Chen, Wenyuan Wu, Yong Feng.  Visualizing Planar and Space Implicit Real Algebraic Curves with Singularities. Journal of Systems Science and Complexity 33, 1252–1274, 2020. 
    [10]Changliang Ren, Changbo Chen. Steerability detection of an arbitrary two-qubit state via machine learning. Physical Review A 100(2), 022314, 2019. 
    [11]Changbo Chen, Changliang Ren, Xiang-Jun Ye, and Jing-Ling Chen. Mapping criteria between nonlocality and steerability in qudit-qubit systems and between steerability and entanglement in qubit-qudit systems. PHYSICAL REVIEW A 98, 052114, 2018.
    [12]Changbo Chen, Marc Moreno Maza. Quantifier elimination by cylindrical algebraic decomposition based on regular chains. Journal of Symbolic Computation 75, 74-93, 2016.
    [13]Changbo Chen. Chordality Preserving Incremental Triangular Decomposition and Its Implementation. ICMS 2020: 27-36, 2020. 
    [14]Changbo Chen, Zhangpeng Zhu, Haoyu Chi. Variable Ordering Selection for Cylindrical Algebraic Decomposition with Artificial Neural Networks. ICMS 2020: 281-291, 2020. 
    [15]Changbo Chen and Marc Moreno Maza. An Incremental Algorithm for Computing Cylindrical Algebraic Decompositions. Computer Mathematics, R. Feng et al., Springer-Verlag, pp 199-221, 2014. 

 

    在研科研项目情况(代表性项目)(承担时间、项目名称、经费)

     1.  “计算机数学核心理论、算法与软件”,国家重点研发计划,2023-2028,子课题负责人。

     2.  “重庆英才青年拔尖人才两江新区配套”,2024-2027,主持,在研

 

中科院毕业学生:
    池昊宇,2021年毕业,硕士论文《基于机器学习的循环分块大小选择及应用》,毕业去向:蚂蚁金服
    彭畅,2022年毕业,硕士论文《基于机器学习的多面体模型下的循环置换》,毕业去向:安谋科技
   
刘丽,2023年毕业,硕士论文《带状稀疏矩阵乘法的高效GPU实现及应用》,毕业去向:百度

    戴翰文,2024年毕业,硕士论文《基于TVM的批处理矩阵乘法优化和图神经网络推理加速》,毕业去向:中船重工

    刘青枝,2025年毕业,硕士论文《融合多面体与张量编译器加速科学计算中的基础算子》,毕业去向:国家生猪技术创新中心

 

重邮联合培养学生:
    李文康,2015年毕业,
硕士论文 《基于STL格式的3D打印切片算法的研究和实现》,毕业去向:华为
    代小康,2018年毕业,
硕士论文《无可信第三方的智能投票系统研究与实现》,毕业去向:中科院
    朱章鹏,2020年毕业,
硕士论文《基于机器学习的柱形代数分解变元择序 》,毕业去向:宏杉科技

 

附件

相关新闻

© Copyright 生物计算安全重庆市重点实验室    渝ICP备2020013219号