史秀鹏 副教授
邮箱：sxp@shu.edu.cn
澳门永利yl6776
导师介绍：
2016-2018年就读于新加坡南洋理工大学，获博士学位。2020年加入新加坡科技研究局，任科学家；2021年加入支付宝（中国）网络技术有限公司，任算法专家；2022年9月加入澳门永利yl6776，任副教授。
研究方向为半导体人工智能，主要包括半导体智能制造、人工智能芯片与系统、自动驾驶和智能网联、AI for Science等领域研究，以及AutoML、GNN/NLP/CV、运筹优化等算法研究。
发表SCI论文30余篇，其中ESI高被引论文2篇。主持和参与了新加坡政府及海内外企业的多个研究项目，包括MOE AcRF Tier 2、LTIF、NRF-CRP等。2021年入选上海海外高层次人才引进计划。
招收微电子、人工智能、计算机科学与技术、电子信息等相关专业背景的硕士、博士研究生及博士后。
研究方向：
半导体智能制造，人工智能芯片与系统，自动驾驶和智能网联，AI for Science，等
教育背景：
2016年01月-2018年12月，新加坡南洋理工大学，博士
2010年09月-2012年07月，北京交通大学，硕士
2006年09月-2010年07月，北京交通大学，学士
工作经历：
2022年09月至今，澳门永利yl6776，副教授
2021年03月-2022年09月，支付宝（中国）网络技术有限公司，算法专家
2020年07月-2021年04月，新加坡科技研究局（A*STAR），科学家（Scientist I）
2019年01月-2020年07月，新加坡南洋理工大学，博士后研究员（Research Fellow）
2014年10月-2015年12月，南洋理工大学，副研究员（Research Associate）
2012年07月-2014年10月，中国铁路物资集团，业务经理
科研成果及获奖情况：
在相关领域发表SCI论文及专著30余篇，其中ESI高被引论文2篇
入选上海市领军人才（海外）项目—青年优秀，2021
入选Imperial College London全球研究员计划（Global Fellows Programme），2018
北京市优秀毕业生，2010
全国大学生数学建模竞赛（CUMCM）一等奖，2008
Best Application Paper Award，2023
近五年代表性论文：
1. Shi X., Wong Y. D., Chai C., Li M. Z. F., Chen T., & Zeng Z. (2022). Automatic clustering for unsupervised risk diagnosis of vehicle driving for smart road. IEEE Transactions on Intelligent Transportation Systems, 3166838.
2. Shi X., Wong Y.D., Chai C. & Li M.Z.F. (2020). An automated machine learning (AutoML) method of risk prediction for decision-making of autonomous vehicles. IEEE Transactions on Intelligent Transportation Systems, 3002419.
3. Shi X., Wong Y.D., Li M.Z.F., Chandrasekar P. & Chai C. (2019). A feature learning approach based on XGBoost for driving assessment and risk prediction. Accident Analysis & Prevention. 129, 170-179.
4. Shi X., Wong Y.D., Li M.Z.F. & Chai C. (2018). Key risk indicators for accident assessment conditioned on precrash vehicle trajectory. Accident Analysis & Prevention, 117, 346-356.
5. Zhang Y., Shi X.*, Zhang S., & Abraham A. (2022). A XGBoost-based lane change prediction on time series data using feature engineering for autopilot vehicles. IEEE Transactions on Intelligent Transportation Systems.
6. Chen T., Wong Y. D., Shi X., & Wang X. (2022). Optimized structure learning of Bayesian Network for investigating causation of vehicles’ on-road crashes. Reliability Engineering & System Safety, 224, 108527.
7. Chen T., Shi X., Wong Y. D. & Yu X. (2020). Predicting lane-changing risk level based on vehicles’ space-series features: a pre-emptive learning approach. Transportation Research Part C: Emerging Technologies, 116, 102646.
8. Chai C., Shi X., et al. (2022). Driving style recognition based on naturalistic driving: volatilities, decision-making, and safety performances. In: User Experience Design in the Era of Automated Driving, Springer, 359-394. (Book chapter)
9. Zhai W., Shi X.*, & Zeng Z. (2023). Adaptive modelling for anomaly detection and defect diagnosis in semiconductor smart manufacturing: a domain-specific AutoML. In 10th IEEE International Conference on Cybernetics and Intelligent Systems (CIS) and Robotics, Automation and Mechatronics (RAM), 139. (Best Application Paper Award)
10. Han Q., Xia Y., Shi X.*, & Zeng Z. (2023). AutoML with focal loss for defect diagnosis and prognosis in smart manufacturing. In 10th IEEE International Conference on Cybernetics and Intelligent Systems (CIS) and Robotics, Automation and Mechatronics (RAM), 136.
