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: [email protected]
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
