本硕博均毕业于南京航空航天大学，博士师从陈松灿教授。现阶段个人的研究方向为多标记学习，多视图（多模态）学习，聚焦于弱监督设定场景。目前已发表CCF A类论文三篇，其中包括人工智能领域顶级期刊TPAMI一篇。连续担任ICML、NeurIPS、ICLR、AAAI等顶级机器学习会议审稿人。江苏省人工智能学会模式识别专委会委员。

欢迎对科研有兴趣的同学联系我，我的联系方式为lixiang025@nuist.edu.cn。我会手把手带领你敲开科研的大门，对于科研成果及潜力优秀的学生，在遵循个人意愿的前提下，会进一步推荐到更高的平台深造，包括但不限于南京航空航天大学，东南大学，哈尔滨工业大学（深圳）等优秀团队。

对于想跟随我做科研的同学，希望你对科研有兴趣，保持好奇心，具有质疑精神，代码和数学能力过关。在起步阶段，对于你不会的内容，我会手把手教你，带你一步一步从新手走向独立科研人，希望你在我的指导和帮助下能够获得提高和成长。

个人谷歌学术：https://scholar.google.com/citations?user=_eln54gFGzUC&hl=zh-CN

主要论文：

【1】Li X, Chen S. A Concise Yet Effective Model for Non-Aligned Incomplete Multi-View and Missing Multi-Label Learning[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 44(10): 5918-5932. （CCF A类期刊论文，人工智能领域顶级期刊，目前引用56次）

【2】Li X, Wang X, Chen S. Pushing One Pair of Labels Apart Each Time in Multi-Label Learning: From Single Positive to Full Labels[J]. SCIENCE CHINA Information Sciences. 2024. Early access. （CCF A类期刊论文)

【3】Li X, Chen S. No Regularization Is Needed: Efficient and Effective Incomplete Label Distribution Learning[C]. Proceedings of the Thirty-Third International Joint Conference on Artificial Intelligence(IJCAI-24), 2024. (CCF A类会议论文)