个人简介
刘晔，博士，现担任华南理工大学未来技术学院副教授，博导。研究方向为多模态整合理论与算法，图机器学习理论与算法，多组学/空间组学数据分析。在国际权威期刊及重要会议（包括Advanced Science、IEEE TNNLS、IEEE TKDE、PR、SIAM SISC和NIPS、AAAI等）发表论文30余篇，其中第一作者或通讯作者论文20余篇。主持国家级省部级等项目6项，参与国家级省部级等项目4项。担任中国人工智能协会生物信息学与人工生命专业委员会通讯委员、中国计算机学会生物信息学Bio-3News专委会委员。此外，还担任期刊Neurocomputing的副主编，以及IEEE TNNLS, TKDD,AAAI,IJCAI等多个顶级期刊与顶级会议担任的审稿人。获2023年广东省一流本科课程，2025广东省计算机协会优秀论文2等奖。
团队每年招收博士生、硕士生、科研助理若干，欢迎对加入课题组感兴趣的同学邮件联系：yliu03@scut.edu.cn
教育背景
2016-2019, 香港浸会大学数学系，博士，导师：Michael Ng（吴国宝）
2012-2016, 北京交通大学计算机学院，本科
工作经历
2021.08-至今，华南理工大学，副教授
2020.09-2021.06，香港大学计算机系，博士后，导师：Reynold Cheng
2019.11-2020.08，香港大学数学系，研究员，导师：Michael Ng（吴国宝）
2019.10，香港浸会大学数学系，博士后，导师：台雪城
2018年09月－2018年11月，日本统计研究所（The Institute of Statistical Mathematics）,访问学者.
研究方向
·多模态机器学习理论与应用：跨模态对齐与融合、跨模态数据生成、多模态鲁棒学习。
·图机器学习理论与应用：图自监督学习及可解释性分析、时空图表示学习、大规模异构图表示学习。
·生物信息学：空间组学数据分析、时空组学数据的细胞动态建模、数字细胞。
荣誉奖励
2023年广东省一流本科课程
2025年广东省计算机学会优秀论文奖二等奖
学术任职
CCF生物信息学Bio-3News专委会委员；CAAI智能健康与生物信息专业委员会通讯委员
期刊Neurocomputing副主编
承担项目
1.国家重点研发计划“战略性科技创新合作”专项项目，2026.01.01-2028.12.31，450万，主持
2.国家自然科学基金青年科学基金项目， 2024.01.01-2026.12.31，30万，主持
3.广东省自然科学基金面上项目，2026.01.01-2028.12.31,10万，主持
4.广州市科技计划项目， 2023.04．01-2025.03.31， 5万，主持
5.教育部产学研创新基金，2024.12.01-2025.12.31, 10万，主持
6.粤港澳应用数学中心青年启动项目，2025.07.01-2027.07.01,5万，主持
7.中央高校基本科研业务费面上项目，2025.01.01-2026.12.31，10万，主持
8.公司横向委托项目，2023.10-2027.10，13.2万，主持
9.广东省重点领域研发计划，2026.01.01-2028.12.31，参与
10.国家重点研发计划“主动健康和人口老龄化科技应对”课题，2022-2025，参与
11.广东省数字孪生人重点实验室，2021-2024，参与
12.中央高校优秀青年研究团队，2023-2025，参与
标志性成果
[1] Hongshan Pu, Ye Liu, Shizhe Li, Chaoxiong Lin, Hongmin Cai, Minimizing Semantic Gap for Accurate Unsupervised Cross-modal Hashing via Hyperplane-Bit Quantization, IEEE Transactions on Multimedia, accepted.
[2] Ye Liu, Wanpeng Zou, Yuekai Li, Jiayi Wang, Mingxuan Cai, Hongmin Cai, Cross-modal Denoising and Integration of Spatial Multi-omics data with CANDIES, Advanced Science, 2025: e23754.
[3] Yejia Chen, Yuchen Mou, Xinjie Shen, Yan Yu, Ye Liu*, Huaiguang Jiang, Higher-order Expanded Heterogeneous Graph Framework for Attribute Completion with Bi-level Programming, Pattern Recognition, 2025: 112936.
[4] Junyu Li; Jingquan Yan; Yi Liao; Wenxiong Liao; Ye Liu; Hongmin Cai, GraphSTAR: Proximal Operator-Based Graph Neural Network Enhanced by Dynamic Graph Aggregation for Spatial Transcriptomics, IEEE Journal of Biomedical and Health Informatics, doi: 10.1109/JBHI.2025.3644379.
[5] Hongshan Pu; Haoxu Zhang; Ye Liu*; Hongmin Cai. Graph Contrastive Learning with Balanced Hard Negatives and Fine-grained Semantic-aware Positives. Proceedings of the AAAI Conference on Artificial Intelligence, 40(29), 24873-24881. https://doi.org/10.1609/aaai.v40i29.39674.
[6] Ye Liu; Yang Chen; Hongmin Cai*. MIGDiff: Multi-attributes Imputations for Attribute-missing Graphs via Graph Denoising Diffusion Model. Proceedings of the AAAI Conference on Artificial Intelligence, 40(18), 15369-15376. https://doi.org/10.1609/aaai.v40i18.38563
[7] Ye Liu, Zihan Ji, Hongmin Cai*. Plug-and-play Feature Causality Decomposition for Multimodal Representation Learning, The Thirty-ninth Annual Conference on Neural Information Processing Systems , NIPS 2025,
[8] Ye Liu, Hongshan Pu, Junjun Pan, Michael K. Ng, Hongmin Cai*. Anchor-based Multi-view Subspace Clustering with Anchor-wise and Class-wise Alignments. IEEE Transactions on Neural Networks and Learning Systems, 2025. doi: 10.1109/TNNLS.2025.3589264.
[9] Ye Liu, Chaoxiong Lin, Yuchen Mou, Huaiguang Jiang, Hongmin Cai*. QSTGCN: Quaternion Spatio-temporal Graph Neural Networks. IEEE Transactions on Knowledge and Data Engineering.
[10] Zihan Ji; Xuetao Tian; Ye Liu*. AFFAKT: A Hierarchical Optimal Transport based Method for Affective Facial Knowledge Transfer in Video Deception Detection. Proceedings of the AAAI Conference on Artificial Intelligence (2025), 39(2), 1336-1344. Oral paper.
