盛子聿，2025年12月起任南京信息工程大学计算机学院、网络空间安全学院讲师。博士于2025年11月毕业于悉尼科技大学（University of Technology Sydney)澳大利亚人工智能研究所（Australian Artificial Intelligence Institute，AAII）。主要从事神经网络、时间序列预测、径流预测、智能电网等方向的研究。近五年在IEEE TPAMI、IEEE TNNLS、IEEE IOT等顶级期刊和会议发表学术论文十余篇，谷歌学术累计引用200余次，并长期担任TNNLS、TPWRS、KBS、ESWA等多个国际会议期刊审稿人。曾获2021年国家留基委CSC公派博士奖学金、2025年度中国国际大学生创新大赛国际赛道国赛铜奖（项目负责人，排名第一）。

个人谷歌学术主页：

https://scholar.google.com/citations?user=Gtn1cOsAAAAJ&hl=en&oi=ao

近五年部分代表成果

[1] Sheng, Z., Cao, Y., Yang, Y., Feng, Z. K., Shi, K., Huang, T., & Wen, S. (2024). Residual temporal convolutional network with dual attention mechanism for multilead-time interpretable runoff forecasting. IEEE Transactions on Neural Networks and Learning Systems, 36(5), 8757-8771.（中科院一区Top期刊）

[2] Sheng, Z., Wen, S., Feng, Z. K., Shi, K., & Huang, T. (2023). A novel residual gated recurrent unit framework for runoff forecasting. IEEE Internet of Things Journal, 10(14), 12736-12748.（中科院一区Top期刊）

[3] Sheng, Z., An, Z., Wang, H., Chen, G., & Tian, K. (2023). Residual LSTM based short-term load forecasting. Applied Soft Computing, 144, 110461.（中科院一区Top期刊）