头像
陈都鑫
教授
数学学院
系统科学系
电话:
邮箱:
chendx@seu.edu.cn
地址:
邮编:
  • 陈都鑫,东南大学青年首席教授、博导,担任国内合作处副处长(挂职,负责校企战略合作)、江苏省应用数学科学研究中心工作委员会副主任、系统科学系主任,重大基础设施工程材料全国重点实验室固定成员,入选国家高层次青年人才、华为紫金青年学者、小米青年学者、CCF-腾讯犀牛鸟基金。本科与博士毕业于华中科技大学,应邀联培/访学于匈牙利罗兰大学(师从匈牙利科学院院士Tamás Vicsek教授)、澳大利亚皇家墨尔本理工大学、中科院数学与系统科学研究院等单位。研究兴趣包括AI for Complex Systems、AI4S、复杂系统表征与机理认知、AI基础理论与应用等,发表一作/通讯Nature Communications、ICLR、NeurIPS、KDD、IEEE汇刊等论文50余篇,完成发明专利成果转化两项,写入XX技术秘密一项。主持国家自然科学基金、JKW、科技部重点研发计划任务等二十余项项目或课题。担任Complex Engineering Systems等期刊编委,曾获华为火花奖、腾讯犀牛鸟秋实奖、JSIAM青年科技奖、IEEE ICCSS 最佳论文奖等荣誉,应邀在全国复杂网络学术年会作大会报告。
    2027年招生-系统科学/数学:博士(2/2~3);硕士(3/3);2028年招生-系统科学/数学:硕士(0/3)博士(1/2~3)。注:数字含义为(已达成双选意向数/指标数,博士第3指标为竞争指标)。
    诚招博士后合作!关于本科生导师:建议同学们线下交流后再沟通双选事宜;关于本科生SRTP:每年带一个队伍,要求有一定编程能力;关于本科毕业设计:原则上,只带保研到课题组的同学们。
  • 研究方向

    系统科学角度:复杂系统的机理认知与调控,包括结构推断、预测/生成、模型辨识与优化调控、AI安全等。

    数据科学/AI角度:因果推断/发现、深度预测/生成模型、动力学辨识/回归/重构、协同控制与优化、大模型训练与推理。

    网络科学角度:复杂网络涌现机理(个体间如何互动)、演化规则(预测生成+辨识重构)、调控机制(控制+优化)。

    学科交叉角度:系统科学与人工智能的基础理论及其在生命科学、神经科学、智能通信、智能交通、智慧能源等领域应用。

    (虞文武教授领衔)课题组方向:1-智能控制、2-智能系统与大数据、3-AI大模型与数据科学(负责人)、4-智能优化。


    招生需求

    1、强烈的科研兴趣(否则以做项目为主);

    2、优秀的编程能力(熟练Python编程);

    3、良好的沟通能力(把自己当作一个学者);

    4、扎实的数学基础(多多益善);

    5、AI+自主创业(探索中);

    博士/硕士研究生招生方向/专业来自:计算机、软件、人工智能、数学、系统科学、数据科学、自动化、物理等。

    培养方式:以科研创新为核心,以服务国家重大战略为导向,大课题组培养模式,根据学生兴趣与基础分配具体研究组。

    培养理念:解决真问题、真解决问题、鼓励学科交叉,基础理论与应用并重,培养新时期学科交叉大环境下的综合型人才。

    招生专业:系统科学(硕士)、统计学或数学(硕士);系统科学(博士)。其他专业报考需联系我在系统选择相应专业。

    招生指标:博士2-3人;硕士3人,只要你对科研感兴趣,欢迎联系!

    重点招生方向:AI for Science、统计物理。

    对同学们的建议:理解AI、研究AI、开发AI、善用AI、审视AI,认知复杂系统、优化人生系统。


    实验室文化-欢迎加入数据科学与智能系统实验室!

    1、做    人:德才兼备 以德为先 真诚利他 格局致远;

    2、做学问:探索未知 原创引领 钻坚研微 博采众长;

    3、做项目:用心执行 使命必达 团队协作 各尽其责;

    4、做管理:赋能成长 共担共享 坚韧不拔 目标导向;

    5、做规划:仰望星空 脚踏实地 谋定后动 志存高远。


    近年来教材、综述与观点论文(*通讯作者)

    1. 虞文武,刘洪喆,陈都鑫,王和,《大数据与智能系统》,东南大学出版社,2025.09,ISBN:9787576622706.

    2. M. Kang, D. Chen*, Z. Pu, J. Gao, W. Yu*, Spatio-Temporal Graphical Counterfactuals: An Overview, SCIENCE CHINA Information Sciences, 2026,  69, 141201. https://doi.org/10.1007/s11432-024-4752-6. (时空图反事实生成)

    3. D. Chen, J. Chen, X. Zhang, Q. Jia, X. Liu, Y. Sun, L. Lv, W. Yu*, Critical nodes identification in complex networks: a survey, Complex Engineering Systems, 2025, 5, 11. https://dx.doi.org/10.20517/ces.2025.34.(复杂网络的关键节点识别)

    4. W. Yu*, D. Chen, H. Liu, H. Wang, J. Cao, Z. Di, X. Duan, B. Jia, X. Ding, Y. Hong, Systems science in the new era: intelligent systems and big data, SCIENCE CHINA Information Sciences, 2024, 67, 136201. https://doi.org/10.1007/s11432-023-3930-9.(观点)

    5. J. Su, D. Chen, D. Zheng, Y. Su, X. Li*, The insight of why: Causal inference in Earth system science, SCIENCE CHINA Earth Sciences, 2023, 66, 2169-2186. https://doi.org/10.1007/s11430-023-1148-7.(地球系统科学的因果推断)


    近五年部分学术论文(*通讯作者)

    1. X. Meng*, C. Zhu, N. Pedreschi, E. Hormann, D. Chen*, G. Dong*, R. Lambiotte*, Unifying Network Connectivity from Geodesics to Random Walks via the Random Cluster Model, Nature Communications, 2026, 17: 8187, https://doi.org/10.1038/s41467-026-72587-2. (网络连通性统一表征)

    2. H. Yi, X. Shen, Y. Wu, D. Chen*, H. Wang, W. Yu, CausalCompass: Evaluating the Robustness of Time-Series Causal Discovery in Misspecified Scenarios, NeurIPS, 2026, December 6-12th, Sydney, Australia. (时序因果鲁棒性及Python包)

    3. Q. Shao, H. Guo, J. Chen, D. Chen*, W. Yu*, From Uniform to Learned Graph Priors: Diffusion for Structure Discovery, KDD, 2026, August 9th-13th, Jeju, Korea. (网络结构表征与发现)

    4. Q. Shao, Y. Zou, C. Kong, J. Chen, D. Chen*, W. Gu, W. Yu*, EnerPF-LLM: Long-term prediction for probability distribution of renewable power with lightweight language models, SCIENCE CHINA Technological Sciences, 2026, 69(11): 2120401. https://doi.org/10.1007/s11431-025-3413-4.(轻量级长时时空预测大模型)

    5. Y. He, X. Liu, D. Chen*, W. Yu, Y. Zhao, L1-norm Quantile Regression with Double Screening Mechanisms of Basis Functions for Model-free Time-series Data Scheduling, SCIENCE CHINA Information Sciences, 2026, in press, https://doi.org/10.1360/s11432-025-5199-5.(二次加速的分位数回归调度优化)

    6. H. Feng, Y. Wu, D. Chen*, W. Yu*, TFWaveFormer: Temporal-Frequency Collaborative Multi-level Wavelet Transformer for Dynamic Link Prediction, WWW, 2026, April 13th-16th, Dubai UAE. (动态链路预测)

    7. Z. Li, Y. Wu, X. Zhang, Z. Zheng*, D. Chen*, Low-dimensional dynamical behavior of locally coupled chiral swarmalators, New Journal of Physics, 2026, 28(8), 084602. (集群振子系统涌现分析)

    8. H. Feng, D. Chen*, W. Gu, W. Yu*, Causal Decomposition Learning for False Data Injection Attacks Localization in Smart Grids: A Recursive Decision Approach, IEEE Internet of Things Journal, 2026, DOI: 10.1109/JIOT.2026.3720483, in press. (网络攻击检测的因果分解学习).

    9. J. Chen, Y. He, Q. Shao, M. Wei, D. Chen*, W. Yu*, Y. Zhao, DualHNIE: Dual-Channel Hypergraph Learning for Node Importance Estimation in Heterogeneous Knowledge Graphs, IEEE Transactions on Artificial Intelligence, 2026, DOI: 10.1109/TAI.2026.3712336, in press. (异构知识图的超图学习)

    10. Y. Chang, D. Chen*, Y. Cai, W. Yu*, ANHP: Adaptive Neural Hawkes Processes for Causal Structure Learning on Event Sequences, IEEE Internet of Things Journal, 2026, 13(6): 11250-11262.(网络事件序列因果结构学习)

    11. H. Yi, Y. He, D. Chen*, M. Kang, H. Wang, W. Yu, The Robustness of Differentiable Causal Discovery in Misspecified Scenarios, ICLR, 2025, April 24th-28th, Singapore. (可微因果发现鲁棒性)

    12. J. Chen, Q. Shao, D. Chen*, W. Yu*, Decoupling Spatio-Temporal Prediction: When Lightweight Large Models Meet Adaptive Hypergraphs, KDD, 2025, August 3rd-7th, Toronto, Canada. (大模型+超图-复杂系统解耦预测)

    13. Z. Yuan, L. Ma, W. Wei, X. Zhu, M. Sun, D. Chen*, X. Ban, NetEventCause: Event-driven Root Cause Analysis for Large Network System without Topology, IEEE Transactions on Neural Network and Learning Systems, 2025, 36(10): 18983-18994.(网络根因分析)

    14. Z. Ge, D. Chen*, W. Yu, Deep Residual Learning of a Probabilistic’ Partial Least Squares Model for Predictive Data Analytics, IEEE Transactions on Artificial Intelligence, 2025, 6(11): 2977-2989.(深度预测算法)

    15. X. Liu, D. Chen*, W. Wei, X. Zhu, H. Shi, W. Yu*, System Identification with Fourier Transformation for Long-term Time Series Forecasting, IEEE Transactions on Big Data, 2025, 11(2): 474-484.(频域映射系统辨识)

    16. M. Wei, W. Yu*, D. Chen*, AccDFL: Accelerated Decentralized Federated Learning for Healthcare IoT Networks, IEEE Internet of Things Journal, 2025, 12(5): 5329-5345.(联邦学习)

    17. X. Liu, D. Chen*, W. Wei, X. Zhu, W. Yu, Interpretable Sparse System Identification: Beyond Recent Deep Learning Techniques on Time-Series Prediction, ICLR, 2024, May 7th-11th, Vienna, Austria.(全局+局部+存储机制的系统辨识)

    18. M. Kang, D. Chen*, N. Meng, G. Yan, W. Yu*, Identifying Unique Spatial-Temporal Bayesian Network without Markov Equivalence, IEEE Transactions on Artificial Intelligence, 2024, DOI: 10.1109/TAI.2024.3483188, in press.(因果发现唯一性原理)

    19. Y. He, M. Kang, D. Chen*, W. Yu*, NHCE: A Neural High-order Causal Entropy Algorithm for Disentangling Coupling Dynamics, IEEE Transactions on Network Science and Engineering, 2024, 11(6): 5930-5942.(高维因果发现)

    20. Q. Shao, D. Chen*, W. Yu*, A Unique Framework of Heterogeneous Augmentation Graph Contrastive Learning for Both Node and Graph Classification, IEEE Transactions on Network Science and Engineering, 2024, 11(6): 5818-5828.(网络节点与图分类)

    21. X. Liu, Qi. Shao, D. Chen*, Long-term Prediction on Graph Data with Causal Network Construction, IEEE Transactions on Artificial Intelligence, 2024, 5(7): 3445-3455.(因果长时预测)

    22. M. Kang, R. Zhu, D. Chen*, C. Li, W. Gu, X. Qian, W. Yu*, A Cross-modal Generative Adversarial Network for Scenarios Generation of Renewable Energy, IEEE Transactions on Power Systems, 2024, 39(2): 2630-2640.(跨模态场景生成)

    23. M. Kang, R. Zhu, D. Chen*, X. Liu, W. Yu*, CM-GAN: A Cross-Modal Generative Adversarial Network for Imputing Completely Missing Data in Digital Industry, IEEE Transactions on Neural Network and Learning Systems, 2024, 35(3): 2917-2926.(缺失生成)

    24. M. Wei, W. Yu*, H. Liu, D. Chen*, Byzantine-Resilient Distributed Bandit Online Optimization in Dynamic Environments, IEEE Transactions on Industrial Cyber-Physical Systems, 2024, 2: 154-165.(网络安全)

    25. C. Qiu, Y. Li, M. Kang, D. Chen*, W. Yu*, CDSTTN: A Data Imputation Method for Cyber-Physical Systems by Causal Dense Spatial-Temporal Transformer Network, IEEE Journal on Emerging and Selected Topics in Circuits and Systems, 2023, 13(3): 851-860.

    26. D. Chen, Q. Shao, Z. Liu, W. Yu*, P. C. L. Chen, Ridesourcing Behavior Analysis and Prediction: A Network Perspective, IEEE Transactions on Intelligent Transportation Systems, 2022, 23(2): 1274-1283.(可预测性)




  • 主持项目(纵向在研)

    国家自然科学基金面上项目(2027.01-2030.12)

    国家高层次青年人才项目(2026.01-2028.12)

    国家自然科学基金专项项目(2026.01-2028.12)

    科技部重点研发青年科学家项目课题(2026.01-2030.12)

    国家自然科学基金面上项目(2023.01-2026.12)

    国家自然科学基金重点项目课题(2023.01-2027.12)

    江苏省基础科学中心项目课题-复杂系统的无偏高阶高维因果推断(2024.06-2027.06)

    江苏省基础科学中心青年拔尖人才院士一对一培养项目(2024.12-2026.11)

    江苏省基础科学中心项目课题-AI for  Science专项(2026.06~)

    江苏省基础研究重点项目课题-高原极端环境长寿命工程材料性能调控与智能设计(2025.07-2028.06)

    江苏省基础研究重点项目课题-数据与机理协同驱动的集群系统弹性优化决策与博弈控制研究(2025.07-2028.06)


    科研荣誉

    2019年入选江苏省双创计划-双创博士(独立)
    2021年获得IEEE ICCSS Zadeh Best Paper Award(1/4)

    2021年指导学生王东明获得第二届光谷人工智能大会最佳学生论文奖(1/3)

    2022年获评期刊《系统科学与数学》优秀审稿人(独立)

    2023年入选华为人才计划-紫金青年学者(独立)

    2024年获得华为难题解决价值火花奖(独立)

    2024年获得ICGNC Feng Ru Best Paper Award(通讯作者)

    2024年获得JSIAM青年科技奖(独立)

    2024年《中国科学:信息科学》优秀审稿人(独立)

    2025年入选小米青年学者(独立)

    2025年CCF-腾讯犀牛鸟基金(独立)

    2025年《中国科学:信息科学》突出贡献审稿人(独立)


    指导学生获得荣誉

    邵其,“基于神经网络算法的群体智能行为研究”,东南大学优秀本科毕业设计,2019年(全院3人)

    杨伊凡,“动态耦合时序网络信息挖掘算法研究与应用”,江苏省优秀本科毕业设计,2020年(全院1人)

    陈佳文等,2024年度第二届全国人工智能应用场景创新挑战赛专项赛二等奖

    邱晨萌等,“挑战杯”全国大学生课外学术科技作品竞赛,2023年度江苏省特等奖、全国三等奖(全校5队)


    已指导多位本科生发表一作JCR Q1、Q2区SCI论文、申请/授权国家发明专利10余项
    另外指导多位本科生SRTP国省创项目,指导20余位同学本科毕业设计


  • 江苏省应用数学科学研究中心工作委员会副主任(负责交叉研究)、课题负责人 (2024年-至今)

    华为-东南大学网络群体智能联合创新实验室方向带头人 (2023年-至今)  

    江苏省网络群体智能重点实验室固定成员 (2018年-至今) 

    复杂工程系统测量与控制教育部重点实验室固定成员 (2020年-至今) 

    中国人工智能学会、中国自动化学会、中国指挥与控制学会下设的多个专委会委员