任职单位： 南京信息工程大学 人工智能学院

研究领域： 鲁棒深度学习、智能感知与信息处理、边缘智能与软硬协同

招收专业： 人工智能、电子信息（硕士生导师）

联系邮箱： tao.liu@nuist.edu.cn

办公地点： 信息科技大楼 A栋1916（本部），智慧谷C栋1301（经开区）

1.  研究方向

         主要研究方向为鲁棒深度学习、智能感知与信息处理、边缘智能与软硬协同。研究工作聚焦于深度神经网络的鲁棒性设计、复杂环境下的特征挖掘算法以及人工智能算法在交叉领域的落地应用。坚持数理基础与算法创新相结合，致力于解决真实场景中高维数据的智能感知与分析处理难题。具备软硬件协同研发实力，在软件层面具有系统级算法架构与软件开发的经验，在硬件层面精通深度学习算法在多种高性能计算平台及边缘侧设备上的实现与性能优化。通过软硬结合的开发模式，推动研究成果向工业级智能解决方案转化。

• 核心方向一：鲁棒深度学习理论与智能感知算法突破传统信号处理的局限，本方向聚焦于深度神经网络的鲁棒性设计与底层架构创新。针对强干扰、脉冲噪声等复杂环境，将稳健统计学基础与前沿深度学习架构深度融合，构建新一代高鲁棒性的特征挖掘与智能分析框架。致力于从底层数理逻辑出发，完成核心AI算法的自主推导与原生开发，显著提升复杂数据感知与模式识别的准确性与泛化能力。

• 核心方向二：AI驱动的智慧医疗与生物信息处理将深度学习作为核心驱动力，应对高维生理数据的复杂性与个体差异性挑战。通过研发和优化先进的深度神经网络架构，构建自适应的智能诊断模型与高效的数据增强及去噪策略，实现对心血管等医疗数据中复杂隐匿病理特征的精准提取。该方向的研究旨在为智慧医疗与大健康领域的临床辅助决策系统提供硬核的AI技术支撑。

• 核心方向三：边缘智能落地与软硬件协同计算面向工业级AI解决方案的实战需求，聚焦智能模型的高效转化与系统级架构实现。在软件原型阶段，具备深厚的系统级算子设计与验证能力；在工程落地阶段，精通深度学习算法向高性能科学计算平台及多种边缘侧设备的迁移与性能优化。通过打通“底层算法原研—模型轻量化设计—端侧实时部署”的全链路，确保智能算法在真实工业系统中的高效、稳定运行。

教育及工作经历：

• 2002 - 2006： 北京邮电大学，测控技术与仪器 ，获工学学士学位

• 2006 - 2013： 先后任职于和利时 (HollySys)、华为 (Huawei) 等领军企业，从事复杂系统的  研发与技术管理工作

• 2014 - 2020： 大连理工大学，信号与信息处理，获工学博士学位

• 2020 - 至今：   南京信息工程大学，人工智能学院（未来技术学院），专任教师

2.  论文发表

Shu, Zhixin, et al. "KAN-DeScoD: Kolmogorov–Arnold Network Enhanced Deep Score-Based Diffusion Model for ECG Denoising." Sensors 26.7 (2026): 2213.（通讯作者， 2区，IF 3.5）

Li, Aihua, et al. "Feature extraction and intelligent diagnosis of ECG signals based on KANs and xLSTM." Biosensors and Bioelectronics (2025): 118105.（通讯作者， 1区Top，IF 10.5）

Wang, Mengjia, et al. "Extraction of fetal ECG by logarithmic hyperbolic secant adaptive algorithm in alpha-stable noise." IEEE Journal of Biomedical and Health Informatics (2025).（通讯作者， 1区Top，IF 6.8）

Ni, Bo, et al. "Phased fractional low-order moment-based Doppler shift estimation in the presence of interference signals and impulsive noise." Fractal and Fractional 9.1 (2025): 54.（通讯作者， 3区，IF 3.3）

Wang, Mengjia, et al. "Improved least lncosh based fetal electrocardiography extraction in alpha-stable noise." IEEE Signal Processing Letters 32 (2025): 676-680.（通讯作者， 3区，IF 3.9）

Zhao, Siqi, et al. "An improved ECG data compression scheme based on ensemble empirical mode decomposition." Biomedical Signal Processing and Control 101 (2025): 107134.（通讯作者， 2区Top，IF 4.9）

Zhang, Jiacheng, et al. "Hyperbolic function based DOA estimator in the presence of impulsive noise." IEEE Transactions on Vehicular Technology 74.3 (2024): 5276-5280.（通讯作者， 2区Top，IF 7.1）

Liu, Tao, et al. "Joint estimation of DOA and range for near-field sources in the presence of far-field sources and alpha-stable noise." IEEE Signal Processing Letters 31 (2024): 406-410.（第一作者， 2区，IF 3.1）

......

3.  科研项目与教学改革

[教改课题]  中外合作办学背景下《数字信号处理》课程体系协同优化研究—基于"理论+实践"结构优化，2025.10-2026.10，主持

[教改课题]  数智技术赋能下的混合式教学改革与探索：以中外合作办学FPGA系统及其应用为例，2025.6-2027.6，排序2

[教改课题]  产教研协同驱动的人工智能学科人才培养体系构建与实施路径研究，2025.6-2027.6，主持

[教改课题]  国际课程建设项目-数字信号处理理论Digital Signal Processing Theory，2025.6-2027.6，主持

[纵向课题]  四川省高校重点实验室项目-循环相关基本理论及在信号检测和估计中 的应用，2024.9-2026.9，主持

[横向课题]  基于循环平稳理论的生理信号检测与处理及库函数软件开发，2023.5-2026.5，主持

[横向课题]  信号通信库底层算法原研及高性能平台Julia实现，2022.9-2022.12，主持

[纵向课题]  江苏省面上项目-智能重载电液伺服系统摩擦耦合模型与控制策略，2022.6-2025.6，排序3

[纵向课题]  南京信息工程大学人才启动经费资助项目-循环平稳信号处理理论及方法研究，2021.3-2024.3，主持

[横向课题]  国家无线电监测中心项目-基于信号循环特性的参数估计与噪声干扰抑制应用研究，2018.5-2019.3，排序3

[纵向课题]  教育部-英特尔创新创业联合基金-基于智能手机的便携式人体多生理参数检测分析系统，2016.8-2017.8，主持

[横向课题]  国家无线电监测中心项目-循环相关熵基础理论在无线电监测中的应用，2016.7-2017.12，排序3

[横向课题]  国家无线电监测中心项目-复杂电磁环境下多通道无线电信号特征识别和认知，2015.10-2016.12，排序2

......

4.  学生培养

本科生

[2026届] 黄益凯（保研南航），马金苏（保研南航），洪蒋源（考研武大），黄新元（考研北邮），魏子涵（考研北邮）

[2025届] 林芸颉（留学匹兹堡），李爱华（保研南开），赵思琪（考研上大），桂旭雯（考研南航）

[2024届] 黄若洪（保研南航），刘慧勤（考研北邮），陈宜涛（考研北邮），张亦心（考研南信）

硕士生

[2026届] 王梦佳（合作指导，奇瑞上海）