若米知识精心挑选，关于西湖创业加盟推荐会的热点话题，以下讨论希望能助您一臂之力。
新人驾到
迄今，西湖大学已入职了230位博士生导师。
他们，或是具有顶尖学术造诣的领军人才，或是具有学术潜力的青年科学家。他们从全世界不同国家和地区的知名高校院所汇聚而来，怀着对教育、对科研的满腔热忱，投身西湖大学这一全新的事业。
全球英才不断聚合，汇成西湖大学奔涌逐梦的力量。
新人驾到栏目，将聚焦速览最新加盟西湖大学的科研新面孔。
他们是谁？他们来自哪里？他们在做怎样的研究？在此，即刻了解。
（以下按入职时间排序）
陈华一
理 学 院/理论科学研究 院
代数几何
陈华一，1979年生，福建福安人，2000年在北京大学数学科学学院获理学学士学位， 2002年在法国综合理工学院获工程师文凭，2003年在巴黎第六大学（今索邦大学）获硕士学位，2006年在法国综合理工学院获博士学位。2006-2008年在法国综合理工学院和巴黎第八大学从事博士后研究和担任临时教职，2008-2012年在巴黎第七大学（今巴黎西岱大学）任副教授，2012-2016年在法国格勒诺布尔第一大学任教授，2016-2023年在巴黎西岱大学任教授。现已全职加入西湖大学，受聘数学讲席教授。
研究方向
（上下滑动查看）
陈华一教授致力于算术几何领域的研究工作，在算术射影簇的研究中提出了实指标滤链的新方法并将随机变量耦合和测度传输理论的思想运用于算术线丛不变量的研究之中。他和森脇淳教授合作创立了Adèle曲线理论，将Arakelov 几何推广到一般可数域之上。
王炤乾
医学院
生命科学学院
结构免疫学与原位结构生物学实验室
王炤乾，原籍山西省太原市，现居上海。2014年进入加州大学戴维斯分校，于2017年获得理论物理学、生化与分子生物学双理学学士学位。2018年进入华盛顿大学生物物理、结构与设计（Biological Physics，Structure and Design）博士项目，在David Veesler实验室从事病毒结构研究，于2022年获得博士学位，毕业后留校从事博士后工作。于2024年初正式加入西湖大学。
研究方向
（上下滑动查看）
在过去的十几年中，我们对病毒与宿主的“第一次接触”，及病毒入胞与融合机制，积累了大量的知识。但是在病毒进入宿主细胞后又发生了什么，却鲜有人知。尤其是对病毒遗传物质释放、组装及出口过程，至今并没有详细的分子层面描述。这一现状阻碍了以病毒组装机制与病毒释放过程为靶向的药物研发。
因此，实验室将使用单分子冷冻电镜、冷冻电子断层成像及蛋白间相互作用相关技术，针对有可能成为大流行病但未充分描述的病毒系统及其受体细胞进行原位结构解析。实验室将以琅琊病毒与阿龙山病毒为主要研究对象，针对其进入、复制、释放及其感染机理进行结构学描述。其结果将与免疫及转化医学实验室结合，用于推进建立一种病毒预防的“武器库”，以应对有可能的病毒溢出事件。在实验策略及设计成熟后，可将原位结构研究从病毒学推广至泛细胞生物学。同时，实验室还将研发一种超高速冷冻电子断层成像样品制备系统，使原位结构具有“时间性”，及拥有精准定位病毒与宿主细胞作用起始点并在特定时间点制备样品的能力，以达成时间解析的原位结构生物学这一概念。
程赛凤
生命科学学院
发育与表观遗传调控实验室
程赛凤，湖北孝感人。2007年就读于华中农业大学生命科学与技术基地班，本硕博连读后于2017年获得华中农业大学生物化学与分子生物学博士学位，主要研究转录因子和表观修饰在水稻顶端分生组织发育中的调控作用。2018-2023年在以色列威兹曼科学研究所进行博士后研究，研究方向为小鼠胚胎发育过程中DNA甲基化调控细胞命运决定的作用机制。博士后期间获得EMBO Long-Term Fellowship。于2024年入职西湖大学生命科学学院，任特聘研究员、博士生导师。
研究方向
（上下滑动查看）
多细胞生物内具有相同基因组的细胞如何分化成形态、结构和功能不同的细胞类群是生物学领域的一个基本研究问题。一方面，细胞分化由细胞内在的转录水平和表观修饰水平决定；另一方面，这一过程也受到细胞与细胞之间相互作用的影响，并且这两类调控因子均随着时间的推移而变化。因此，当我们研究细胞分化的调控机理，尤其是那些具有广泛效应的作用机制（例如表观遗传调控）时，必须要在不同的发育时期内，将基因的直接效应（自主性效应）与由于其他细胞类型中信号转导累积而来的间接效应（非自主性效应）区分开来。、
小鼠胚胎发育是研究细胞命运决定的重要模型。在此过程中，DNA甲基化、组蛋白修饰、染色质空间结构等表观修饰经历了剧烈的重编程。通过对不同程度的嵌合体胚胎的转录组分析，结合基于时间的细胞分化图谱，程赛凤博士证实，DNA去甲基化对原肠胚时期的大多数细胞分化程序来说是非必需条件，且DNA去甲基化更倾向于在全基因组范围内微调基因的表达，而非传统观点认为的指导性作用。该研究也提供了一套解析胚胎发育时期基因功能的方法，使得我们能够有效区分基因的自主效应与非自主效应。
这一发现也促使我们重新审视各种表观修饰在细胞分化中的作用。为了深入研究这一问题，课题组将以小鼠胚胎发育为研究对象，综合运用单细胞转录组、囊胚注射、基因编辑等技术，结合体内和体外模型，研究：（1）组蛋白修饰在早期细胞命运决定中的作用；（2）顺式作用元件调控细胞分化的机理；（3）表观修饰在胚外谱系发育及胚外谱系与胚胎谱系相互作用中的调控机理。
肖方舟
工学院
生命科学学院（兼聘）
生物机器架构与控制(BMAC)实验室
肖方舟，1993年生于濮阳，河南，中学随家庭迁至上海。高中就读华师大二附中期间接触到微生物、植物、分析化学相关的科学研究，开始着迷于生物体的能力，想着是否有一天我们可以像设计制造汽车和飞机一样来设计制造生物体。因此他被合成生物学吸引，大学就读于华盛顿圣路易斯，学习生物工程与数学。大学期间他探索了各种研究方向以了解有哪些潜在方法使生物机器设计与制造成为现实，包括基因与细胞工程，计算生物学，机器学习，生物物理，以及生物数学。基于这些探索，他认为合成生物学想要成为一个成熟的基于生物机器设计与制造的工程领域有一个重要问题还没人着手解决，那就是这个领域的理论基础，正如牛顿力学和拉格朗日力学之于机械工程，气体方程和热力学之于热机，欧姆定律和线性输入输出系统之于电子工程。而他当时作为突破口的一个具体问题是，生物系统是如何基于有很强噪音和随机性的分子作用过程实现既可靠又精确的行为的？”答案是反馈控制！“他博士面试期间被人告知。从而，他开始相信控制论是解决这个理论基础问题的核心，并于2016年开始了在加州理工师从John C Doyle (强·道耀，”鲁棒控制领域的活化石“）的博士学习。他于2022年拿到博士学位，博士论文为生物机器设计与制造打造了一个理论基础，可以全局、动态地分析与设计细胞内的代谢网络与生物调控通路。之后他作为博后加入加州大学圣地亚哥分校Suckjoon Jun组研究这个理论基础如何上升至细菌的生理过程，即生长与存活的动态调控。在2024年1月，他有了得天独厚的机会作为助理教授加入西湖大学，建立生物机器控制与架构（BMAC）实验室，来孵化为生物工业革命做准备的基建型研究。短期目标是（1）基于这个理论框架打造成熟的计算机辅助设计（CAD）工具来加快代谢工程中的测量-设计-制造-部署闭环，包括数据驱动的生物调控网络建模，以及大规模调控网络分析与设计，（2）在多个场景应用，包括代谢工程、生物信号通路以及细胞命运等复杂的组合式调控过程，并（3）进一步拓展理论框架至细胞生理、微生物群、及多细胞感知与沟通中的动态过程。
研究方向
（上下滑动查看）
生物机器控制与架构（BMAC）实验室致力于推动有独特生物能力的生物机器工程，即能适应、存活、生长、支配的生物机器。 BMAC实验室以此为目标来助力生物工业拥有自己独特的能力来赋能其他工业，从而成长出自己的工业革命，而非其他工业--如化学、材料、医药--下的分支。 推动这一进程的重点在于生物机器设计与制造过程的标准化和规模化，而这需要一个系统理论基础，如计算机的图灵机，沟通网络的信息通道，电路的线性输入输出系统，热机的热力学定律。 BMAC实验室融合了数学、控制论和生物工程来为生物机器打造了一个系统理论框架，为细胞代谢网络调控的工程设计奠定了新的理论基础。 一方面，BMAC实验室开发了反应级数多面体（ROP）来刻画酶活性的调控，替代了一百多年来的米氏方程。 米式方程假设某些化合物浓度远大于其他，这使其不适用于近些年在代谢工程、合成生物里出现的组合式、大幅动态的调控网络。 而ROP基于微分几何，不需要做任何假设就可以全局 地 分析生物调控。 另一方面，BMAC实验室也基于ROP开发了在有限数据下对代谢系统的计算方法，流 指 控制（FEC），革新了只能用于缓慢代谢过程的流平衡分析（FBA）。 FEC可以把细胞中代谢过程的调控转化为一个动态的最优控制问题来捕捉动态过程，而非FBA的静态线性优化问题。 FEC可以基于代谢网络的结构直接预测代谢过程的动态，比如糖酵解振荡以及细胞在温度或营养条件骤变时的生长抑制。
下一步，BMAC实验室将专注于（1）基于这个理论框架打造成熟的计算机辅助设计（CAD）工具来加快代谢工程中的测量-设计-制造-部署闭环，包括数据驱动的生物调控网络建模，以及大规模调控网络分析与设计，（2）在多个场景应用，包括代谢工程、生物信号通路以及细胞命运等复杂的组合式调控过程，并（3）进一步拓展理论框架至细胞生理、微生物群、及多细胞感知与沟通中的动态过程。
鲍芳琳
理学院
人工智能物理实验室
鲍芳琳，浙江淳安人。2011年获得浙江大学物理学士学位，2016年获得浙江大学光学博士学位，期间于2012年赴香港中文大学交流学习。博士毕业后在华南师范大学开展博士后研究。2019年赴美国普渡大学开展博士后研究，随后于2021年任研究助理教授（research scientist）。2024年1月加入西湖大学理学院物理系，担任特聘研究员、助理教授。
研究方向
（上下滑动查看）
鲍芳琳博士早期研究主要关注Casimir effect及Super-Planckian effect等量子光学效应。
1. 解决了非均匀光学介质系统中卡西米尔能量的重整化问题以及卡西米尔力的修正;
2. 提出了非均匀性诱导的横向卡西米尔力新机制，预言了“卡西米尔输运”现象，该输运现象利用卡西米尔力来悬浮及驱动纳米颗粒，类似于纳米尺度的磁悬浮列车。
3. 研究了石墨烯-六角氮化硼异质结中表面等离子极化激元与双曲声子极化激元之间的耦合及其对近场光子隧穿率的增强效应。
鲍芳琳博士近期研究主要关注量子启发（quantum-inspired）光学传感与人工智能的交叉。
1. 提出并实现了“热雷达”，解释并克服了传统热成像中的鬼影效应，作为夜视理论被广泛报道。
2. 从光学视角出发推导了基于热雷达的人工智能的经典信息理论极限，验证了该极限在目标探测以及距离测量中的有效性。
3. 将量子启发成像拓展到未知天体数量的天文成像，提出了自适应的量子启发成像算法。
4. 提出了自适应的光子阈值探测理论，作为一种智能探测方法架起了单光子探测与光子数分辨探测之间的桥梁。
鲍芳琳教授课题组的研究方向主要集中在人工智能物理（AI physics），包括利用人工智能探索新的物理规律、以物理原理与方法理解人工智能、由物理定律决定的人工智能的经典与量子极限、物理启发的机器学习等。其他研究方向还包括热雷达、真空零点能的引力效应等。
冯赵骞琦
工学院
生命科学学院（兼聘）
生物材料与免疫工程实验室
冯赵骞琦，2014年本科毕业于南开大学药学院，2019年获美国布兰迪斯大学化学博士学位。2020年至2023年在美国哈佛大学作为NCI K00 Fellow进行博士后研究。于2024年春季加入西湖大学工学院任特聘研究员/博士生导师（独立PI）。
研究方向
（上下滑动查看）
冯赵骞琦博士的研究兴趣主要为利用化学，生物材料和分子生物学技术原位开发新型生物活性材料，调控细胞功能与细胞间相互作用。相关研究成果已在
J. Am. Chem. Soc., Angew. Chem. Int. Ed., Chem, Chem. Soc. Rev
等学术期刊上发表论文30余篇。曾获得美国国家癌症研究所Predoctoral to Postdoctoral Fellow Transition Award等荣誉。
实验室目前研究项目主要为三个方向：
1. 开发活细胞及活体内原位聚合的新型功能生物材料
2. 肿瘤免疫微环境的靶向与改造
3. 免疫细胞原位编辑修饰，开发免疫疗法抗癌的新型平台
田静逸
工学院
光学超材料及应用（OMAL）实验室
田静逸， 1991年生，江苏淮安人。2014年于浙江大学光电科学与工程学院获得工学学士学位，并于浙江大学竺可桢学院混合班获得荣誉学位。2019年于浙江大学获得工学博士学位，随后加入新加坡南洋理工大学数理学院应用物理系开展博士后研究。博士论文被浙江大学提名为优秀博士学位论文，并被中国光学学会提名为光学优秀博士学位论文。2020年获得南洋理工大学授予的 “工程、科学和技术领域女科学家会议资助”奖。2024年1月全职加入西湖大学，担任工学院助理教授（特聘研究员，独立PI，博士生导师）。
研究方向
（上下滑动查看）
传统的光学元件，如透镜、偏振片等，在光调控方面仍然具有诸多限制，使用这些工具难以在紧凑的空间和时间范围内实现复杂的光调控，无法满足器件小型化与灵活化的要求。光学超材料结构由亚波长谐振腔排列组成，这些谐振腔可以产生具有特定能量（光谱）和动量（空间）分布的虚拟光学态以及有效增强局部态密度，从而为纳米尺度光调控提供强大的工具。
田静逸博士长期致力于利用纳米结构或超材料结构实现从宏观粗糙光调控到微观多元光调控的理论与技术跨越。首创性提出并实现基于相变材料的拓扑特性可调的钙钛矿微纳激光器；在可见光区域开发出具有鲁棒性的超薄一维拓扑激光器；以及利用微纳结构调控钙钛矿无序荧光辐射，打破其方向性辐射的圆偏振性记录等。以第一作者/通讯作者在
Nature Communications、Advanced Materials、Nano Letters和Laser＆Photonics Reviews
等一流期刊发表多篇论文。
本课题组拟围绕在微纳尺度上产生并调控光的技术瓶颈，把握前沿物理概念，以相变材料、卤化物钙钛矿材料、拓扑绝缘体材料等先进材料为研究平台，探索尝试热塑压印等先进加工工艺，进一步开发可实用化产业化的微纳超构器件，包括 (1) 开发（超快）可调的无源微纳器件 (2) 实现高性能高稳定性的功能性微纳光源器件等，以期解决光显示、光存储、能源利用、光通信领域存在的诸多关键问题。
Paolo Dolce
理 学 院/理论科学研究 院
丢番图几何
Paolo Dolce 1990年出生于意大利卡坦扎罗。2019年毕业于诺丁汉大学，获数学博士学位。2019年至2024年间，先后在乌迪内大学和本·古里安大学开展博士后研究工作。2024年全职加入西湖大学，担任理学院、理论科学研究院特聘研究员。
研究方向
Paolo Dolce近期研究方向包括丢番图逼近及其对adelic曲线的推广、Arakelov几何、Unlikely intersections。
Thierry De Pauw
理 学 院/理论科学研究 院
几何测度论
Thierry De Pauw在比利时布鲁塞尔出生并长大。1988年在比利时全国数学奥林匹克竞赛中获得Vanhamme奖。他于1993年毕业于天主教鲁汶大学，获得数学学士学位，1998年获得博士学位。随后，他在伦敦大学学院、莱斯大学和巴黎第十一大学(现巴黎萨克雷大学)担任博士后。他从2002年开始在天主教鲁汶大学担任比利时FNRS的研究员，目前担任FNRS的名誉高级研究员。2008年，他被比利时皇家科学院授予2004 - 2008年Jacques Deruyts数学分析奖。同年，他接受了巴黎第七大学(现巴黎西岱大学)的教授职位。2024年加入西湖大学，任理学院、理论科学研究院数学讲席教授。
研究方向
（上下滑动查看）
De Pauw教授的研究属于数学分析，带有几何色彩。具体来说，他对几何测度论领域做出了贡献，这是数学的一个分支，其范式是普拉托问题。它包括研究肥皂膜和肥皂泡的几何复杂性，包括在无限维空间中的几何复杂性。
De Pauw教授的职业生涯开始于研究非绝对收敛的积分理论，其概括了勒贝格定理，并对非勒贝格可积的高振荡导数进行积分。他早期数学生涯中产生的思想促成了随后的发展。他与W.F. Pfeffer一起确定了包括极小曲面方程和拉普拉斯方程在内的一类偏微分方程的可移除奇点。他们还共同刻画了这些分布F，使得不适定线性偏微分方程div(v) = F允许一个连续解，这是一种最优正则性结果。事实上，这个方程是不适定的，以至于不可能选择一个以一致连续的方式依赖于数据F的解v，即使这种依赖是非线性的。De Pauw教授与R. Hardt和W.F. Pfeffer一起有了进一步的发展，他们创建了紧度量空间X的新的实系数同调论和上同调论，反映了一些X的度量方面，而不仅是拓扑方面。
1960年，H. Federer 和 W.H. Fleming发表了他们的开创性论文 “Normal and Integral Currents” ，为欧几里得空间和紧黎曼流形中的普拉托问题的研究奠定了几十年的基础。普拉托问题的许多有趣案例都没有包含在其中。例如，质量函数并没有模拟一些熟悉的肥皂膜，而这些肥皂膜最好是通过尺寸函数来描述的：尽管存在问题仍然是一个普遍的开放性问题，但De Pauw教授用一种稍微不同的形式主义，并与R. Hardt一起，在近似问题方面做出了贡献。在L. Ambrosio - B. Kirchheim和B. White之前的工作的基础上，De Pauw和Hardt引入了一个新的理论，它提供了与Federer-Fleming的相同的有用工具，但在关于系数群和环境空间的更一般的领域是有效的，即使原始证明所依赖的一些基本定理在这种普遍性中不成立。这开辟了许多新的研究路径，例如：无限维空间中部分正则性的研究，无限维巴拿赫空间中部分正则性的研究，单独外围空间中等周型不等式的研究。
De Pauw教授还对经典实变函数中出现的一些问题做出了贡献，例如关于Lebesgue密度定理的推导基。最近，他与Ph. Bouafia一起证明了在绝对意义上任何测量空间的最小版本的存在，其中Radon-Nikodým定理成立，并且他们在积分几何测度的情况下确定了Radon-Nikodýmification。
李莉
生命科学学院
谱系示踪与表观遗传调控实验室
李莉，2013年毕业于内蒙古大学，获得生物工程学士学位。2018年于北京大学生命科学学院获得博士学位，主要研究人类胚胎生殖细胞的发育过程及其表观遗传调控。2019-2023年在哈佛大学医学院/波士顿儿童医院进行博士后训练，期间开发了单细胞多组学谱系示踪小鼠模型和测序工具，并将其运用于造血干细胞的发育与迁移过程的研究。2024年初加入西湖大学生命科学学院任特聘研究员，博士生导师。
研究方向
（上下滑动查看）
无论是器官再生、延缓衰老还是癌症治疗过程中都涉及到基本的细胞命运选择问题。李莉博士开发的DARLIN 小鼠模型和 Camellia-seq 测序技术能够用来研究生理或病理条件下不同组织中细胞的谱系关系及其转录组和表观组的分子特征，为我们系统理解细胞增殖、分化、迁移和凋亡等带来全新视角。实验室一方面将运用已建立的多组学谱系示踪小鼠模型来研究发育过程和炎症与免疫过程中的细胞命运调控机制，另一方面将致力于开发新一代的谱系示踪动物模型和高通量的单细胞表观组谱系示踪技术，为全面理解并调控细胞命运奠定基础。
杨涛
生命科学学院
系统神经科学与生物医学光子学实验室
杨涛博士，2006-2010年在西安电子科技大学电子信息工程学院就读并获本科学位，2010-2015年攻读于华中科技大学光电国家实验室的生物医学光子学研究部并获得博士学位。在博士研究期间，杨涛博士设计并建立了一种基于信号延迟积分的荧光显微断层成像系统（Time Delay Integration Fluorescence micro-optical sectioning tomography, TDI-fMOST），这套系统可以快速高分辨率 地 获取小鼠鼠脑中不同脑区之间神经元的精细投射图。在2016至2023年间，杨涛博士在美国冷泉港实验室进行博士后训练。期间，为研究深部脑区在认知行为中的作用，研发了一套深部脑区活体荧光成像系统。通过利用这一成像系统并结合其他实验手段，他发现了中央杏仁核（CeA）的独特功能，阐释了CeA在动物行为中的多样性角色，尤其是在奖赏学习中的作用，并为CeA调控多巴胺神经元这一长期存在的假设提供了直接的证据。杨涛博士的主要研究结果已发表在
Nature，Cell，Nature Neuroscience，Cell report
s 等期刊。2024年初，杨涛博士加入西湖大学生命科学学院，并组建了系统神经科学与生物医学光子学实验室，担任助理教授及博士生导师。
研究方向
（上下滑动查看）
大脑，作为人类和其他动物的中央处理单元，具有极其复杂的结构和功能。近几十年来，尽管神经科学领域取得了巨大进展，但要完全理解大脑的运行机制依然是一个长远而艰巨的任务。从信号与系统的角度来看，大脑可以被视为一个高度复杂的信号处理系统，其功能的理解需要结合多个研究视角并融合大量数据。因此，杨涛实验室聚焦于三个关键研究领域：认知功能的神经环路基础，脑疾病的神经环路机制，以及涉及认知和脑疾病的神经网络计算模型。实验室以小鼠作为主要研究对象，一方面开发新型光学成像技术以探究神经科学的前沿问题，另一方面结合动物行为学、宽场活体成像、双光子活体成像、光纤记录、光遗传学/化学遗传学、免疫组化和分子遗传学等方法研究动机行为中的神经环路机制。目前主要研究方向包括但不限于：
1. 药物成瘾的神经环路机制；
2. 认知行为中的神经编码机制；
3. 目标导向动机行为中的神经信号计算模型。
朱盼
生命科学学院
植物开花与适应性实验室
朱盼，2012年6月毕业于中国农业大学农学与生物技术学院，获农学学士学位。2012年9月-2017年7月在北京大学生命科学学院攻读博士学位，探究小核仁RNA参与核糖体生物合成的作用机制。2017年7月-2023年5月在英国约翰英纳斯中心（John Innes Center）进行博士后研究，关注植物开花时间的调控机制，2023年6月至2024年1月任助理研究员（Research Associate）。曾获得JIC GENius of the Month、Cold Spring Harbor Asia Fellowship Award等奖项。于2024年2月加入西湖大学生命科学学院任特聘研究员，博士生导师，组建植物开花与适应性实验室。
研究方向
（上下滑动查看）
开花时间对于植物成功繁衍至关重要，也是影响作物产量和品质的重要农艺性状。在长期的演化过程中，改变开花时间已经成为植物应对环境胁迫的一种策略。环境中包括病原微生物在内的生物因素能显著影响植物的开花时间，但植物平衡抗病和开花的分子机制尚不明确。课题组将致力于研究病原微生物侵染过程中，植物通过调节自身开花时间以提高适应性的分子机制。主要研究内容包括：
1. 细胞核凝聚体在平衡植物抗病和开花中的作用；
2. 长距离运输的生物大分子整合植物防卫信号调控开花时间的分子机制；
3. 自然变异如何影响植物抗病-开花的平衡。
李秋珵
工学院
二维量子材料合成与表征实验室
李秋珵，安徽淮南人。2012年于山东大学化学与化工学院获得学士学位，并保送进入北京大学化学与分子工程学院，2017年获得物理化学博士学位，师从中国科学院院士刘忠范教授。博士期间获得北京大学校长奖学金，北京大学创新奖，北京大学三好学生等奖励。随后在美国西北大学材料科学与工程学院进行博士后研究，合作导师为美国工程院院士Mark C. Hersam教授。2024年2月全职加入西湖大学，担任工学院助理教授（特聘研究员，独立PI，博士生导师），开展二维材料的可控制备与扫描探针显微技术领域的研究工作。
研究方向
（上下滑动查看）
李秋珵博士的研究工作一直围绕着二维材料的精准合成与物性调控展开，发展了石墨烯、硼烯等二维材料及其异质结构的控制生长方法，利用超高真空扫描隧道显微技术探索了二维材料表面功能化和缺陷工程等物性调控方法。相关研究成果发表在
Science, Nature Materials, Advanced Materials, Science Advances, ACS Nano
等期刊上，其中多篇被列为ESI高被引文章，总他引2000余次。研究成果被Nature，Nature Chemistry，Nature Materials等刊物作为亮点述评报道。
周珍楠
理学院/理论科学研究院
科学计算与模型分析
周珍楠，2009年毕业于吉林大学数学学院，获学士学位，2014年毕业于美国威斯康辛大学麦迪逊分校数学系，获博士学位。2014年至2017年在美国杜克大学担任助理研究教授。2017年至2023年在北京大学北京国际数学研究中心担任助理教授。2024年3月全职加入西湖大学，担任理学院、 理论科学研究院特聘研究员。
研究方向
周珍楠博士主要的研究兴趣在于微分方程和随机模型的应用分析，以及科学问题的数值方法设计和算法分析。这些科学问题源于量子力学、理论化学、生物学等领域，而且普遍存在多尺度的现象，尤其关注相关的模型约化策略以及高效模拟方法。周珍楠博士也对一些数据驱动的研究课题感兴趣。
王欢
工学院
高效智能计算实验室
王欢，安徽六安人，2016、2019年获浙江大学信息与通信工程专业学士、硕士学位，2024年4月获美国东北大学计算机工程专业博士学位，2024年6月全职加入西湖大学任助理教授，创立 “高效智能计算实验室（Efficient Neural Computing and Design Lab, ENCODE Lab）” ，担任PI、博士生导师。王欢博士专注于Efficient AI方向的理论、算法、应用研究，担任领域内众多顶会顶刊审稿人（如CVPR/ICCV/ECCV, ICML/NeurIPS/ICLR, AAAI/IJCAI, SIGGRAPH Asia, TPAMI/IJCV/TIP/TNNLS），曾在Google/Snap/MERL/Alibaba等著名业界研究机构实习。获CVPR’23 Outstanding Reviewer Award (3.3%), 2023 Snap Research Fellowship HM (<10%), 2022 2023 NeurIPS Scholar Award, ICLR’23 Travel Award, 2022 2023 NEU PhD Network Travel Award。
研究方向
王欢博士专注于Efficient AI相关的理论、算法、应用研究，致力于让前沿AI算法得以落地，以更低成本产出更高、更稳定的性能，惠及大众，推动社会进步。
其研究重点包括：
经典Effcient AI方法和理论：剪枝、蒸馏、量化、高效能网络结构设计、低秩分解等。
应用领域：
1. 生成式AI：文生图、扩散模型，大语言模型、多模态模型等；
2. 三维视觉：神经辐射场、神经光场、3DGS、神经渲染，数字人，talking head等；
3. 底层视觉：图像超分辨率、图像复原，风格迁移等。
研究成果发表论文30余篇（其中一作/共同一作论文10余篇），多数发表于领域内顶会顶刊（如CVPR/ICCV/ECCV, ICLR/NeurIPS, TPAMI/TIP）。部分成果已在业界应用，如：
R2L（ECCV’22）、MobileR2L（CVPR’23）系列基于神经光场（NeLF）对神经辐射场（NeRF）进行蒸馏，实现了端上高保真、实时渲染（~60 FPS, iPhone13，768x1008分辨率）；成果亦发表美国专利。
SnapFusion（NeurIPS’23）是世界上首个端上运行时间低于2s且维持和SD-v1.5性能相当的文生图模型；成果亦发表美国专利。
黄相如
工学院
三维大数据处理及应用实验室
黄相如， 1991 年生，于高中参与国家信息学竞赛（ NOI ）并保送上海交通大学 ACM 试点班。本科毕业后赴美国得克萨斯奥斯汀分校攻读计算机科学博士，研究方向为三维数据处理，并于 2020 年获得博士学位。之后加入麻省理工大学计算机科学与人工智能实验室（ CSAIL ），并致力于三维大数据的处理，三维感知和三维人工智能生成（ AIGC ）算法的研发。之后将全职在西湖大学担任助理教授，并继续相关方向的研究。
研究方向
黄相如教授过去在一系列三维人工智能相关领域取得重要成果，这些领域主要包括： 1）三维数据的扫描与获取，2）三维感知，3）三维人工智能生成。
1. 三维扫描和重建算法： 在此方向上共完成工作8篇，包括a）系统地分析了传统优化算法在三维扫描和重建中的可靠性，提出了一系列基于先验知识的算法；b）提出了第一个基于机器学习的多帧三维重建算法(Learn2Sync)；c）提出了基于不确定性估计的自动化三维扫描方案（UQ），为自动化三维数据获取提供了可能性。
2. 三维感知： 在此方向上共完成工作4篇，包括a）利用几何先验知识提升三维感知算法性能；b）利用混合数据表示形式（Hybrid Representation）提升算法性能，并极大提升模型计算效率。
3. 三维人工智能生成： 在此方向上共完成工作3篇，包括a）基于深度学习的图形匹配算法；b）基于物理和三维大数据的三维人体生成和理解算法。
明白了西湖创业加盟推荐会的一些关键内容，希望能够给你的生活带来一丝便捷，倘若你要认识和深入了解其他内容，可以点击若米知识的其他页面。
