李剑

一、基本信息

学科/专业：计算机科学与技术

职称：副教授

职务：无

导师类别：硕导

邮箱：lijian0120@zafu.edu.cn

招生专业：计算机科学与技术，电子信息

二、学习工作经历

  1999年9月~2003年6月  杭州电子科技大学   学士

2004年9月~2006年6月  浙江大学           硕士

2013年9月~2020年12月 同济大学           博士

三、研究领域

    图神经网络、大模型等算法研究，及在碳汇中的应用研究。

科研课题（限10项）

[1] 浙江省自然科学基金委(项目编号：LQ14F020014)：2014.1-2017.4，主持。

[2] 浙江省自然科学基金委(项目编号：LGG18F030006): 2018.1-2021.4，主持。

[3] 国家自然科学基金委(项目编号：32572047),2026.1-2029.12，参与。

[4] 国家自然科学基金委(项目编号：32471860),2025.1-2028.12，参与。

[5] 天空地一体化智慧林业计算平台研发(项目编号:H20240828),2024.12-至今，参与。

[6] 数字百山祖（一期）-“云值守”建设方案（项目编号：H20220376），2022.1-2024.1，参与。

[7] 百山祖国家公园数字化建设与发展规划项目（项目编号：H20210415)，2021.10-2023.10，参与。

六、代表性论文和著作

近5年一作，或(共同)通信作者论文：

[1] Hong Z, Li J, Sun L, et al. HT-GeoGT: A Hierarchical Twin-stream Geometric Graph Transformer with graph representation learning architecture[J]. Information Processing & Management, 2026, 63(2): 104412.

[2] Zedong Sun,Jian Li,Guanjun Liu．Enhancing Low-Degree Graph Neural Networks via Joint Training and Improved Message Passing[J]．Machine Learning,2026,115(1):5

[3] Yujia Chen,Jian Li,Linfei Sun,Tongcun Liu,Guanjun Liu．Semi-supervised graph anomaly detection via dual-channel reconstruction[J]．Neurocomputing,2026,668(c):132401.

[4] Xianjie Huang, Jian Li, Guanjun Liu. SDGraphMeta: A novel similarity-driven framework for graph meta-learning[J].Pattern Recognition Letters,2026,202:156-162.

[5] Zeyu. Zhao; Jian Li; Guanjun Liu. Automated Graph Contrastive Learning Based on Node-Level and Edge-Level Learnable Augmentation. IEEE Transactions on Computational Social Systems, 2025.

[6] Lingxiao Shan; Jian Li; Guanjun Liu. Alternating-update-strategy based Graph Autoencoder for graph neural network, The Computer Journal, 2025.

[7] Zheng Yanyi; Quan Zou; Jian Li; Yanpeng Yang. CRISPR-MFH: A Lightweight Hybrid Deep Learning Framework with Multi-Feature Encoding for Improved CRISPR-Cas9 Off-Target Prediction. Genes. 2025,16, no. 4: 387.

[8] Chuxuan Li; Quan Zou; Jian Li; Hailin Feng. Prediction of CRISPR-Cas9 on-target activity based on a hybrid neural network, Computational and Structural Biotechnology Journal, 2025(27), 2098-2106.

[9] Xiaojun Lou, Guanjun Liu , Jian Li. Heterogeneous graph neural network with graph-data augmentation and adaptive denoising. Applied Intelligence,2024,54(5): 4411-4424.

[10] Yanpeng Yang, Yanyi Zheng, Quan Zou, Jian Li, Hailin Feng. Overcoming CRISPR-Cas9 off-target prediction hurdles: A novel approach with ESB rebalancing strategy and CRISPR-MCA model[J]. PLOS Computational Biology, 2024, 20(9): e1012340.

[11] Shenghang Fan; Guanjun Liu; Jian Li; A Heterogeneous Graph Neural Network With Attribute Enhancement and Structure-Aware Attention, IEEE Transactions on Computational Social Systems, 2023, 1-10 

[12] Bingsheng Yang; Jian Li; Zhiwei Ji; Yaoping Ruan; Tongcun Liu; Hailin Feng; Prediction of disease-linked miRNAs based on SODNMF-DM, Biomedical Signal Processing and Control, 2023, 83:104621

[13] Xiaojun Lou; Guanjun Liu; Jian Li. ASIAM-HGNN: Automatic Selection and Interpretable Aggregation of Meta-Path Instances for Heterogeneous Graph Neural Network. COMPUTING AND INFORMATICS, 2023, 42(2), 257–279 

[14] 主编：谈继勇；副主编：郭子钊, 李剑, 佃松宜. 《深度学习500问》，出版社:电子工业出版社，出版年:2020-12, ISBN:9787121389375.

七、获奖情况

[1] 中国发明协会发明创业奖创新奖 二等奖，2025,(5/6)

[2] 第十四届梁希林业科学技术奖科技进步奖 二等奖，2024,(4/8)

[3] 浙江省科学技术进步奖 三等奖，2020，(6/7)