Welcome to Network Science and Graph Learning (NSGL) Lab
欢迎访问 网络科学与图学习实验室 主页

[实验室简介]

网络科学与图学习实验室 主要研究方向包括网络科学、图学习与优化, 同时也将相关方法应用于通信网络、生物网络、社交网络等复杂系统中的关键问题.
具体研究课题包括:

  • 网络功能与结构鲁棒性的分析、预测与优化;
  • 图学习与图神经网络的理论研究及应用;
  • 复杂网络中关键节点识别与拓扑结构优化;
  • 观点动力学建模与博弈分析;
  • 图表示学习与图结构分类等问题.
我们实验室在广岛大学招收博士和硕士研究生 (奖学金信息).

同时, 我们在四川师范大学计算机学院招收硕士生 (与李均利教授共同指导).

实验室负责人楼洋现为日本广岛大学副教授、 四川师范大学校外硕士导师 (学术学位)、IEEE高级会员、高等教育学院会士 (Fellow of the Higher Education Academy), 近年在 IEEE CIM, CSM, TCYB, TNNLS, TNSE, TCAS-I/II, RESEARCH 等期刊, 以及 ICLR, IJCNN, GECCO, SMC 等会议发表论文三十余篇, 主持包括国家自然科学基金等多项国家级和省部级科研项目.

本实验室的长期合作单位包括香港城市大学、上海交通大学、大阪大学等国际一流大学.


欢迎对网络科学、图学习、优化算法及应用 等研究课题感兴趣的同学加入我们实验室.


欢迎通过电子邮件 fxylou@gmail.com 询问与交流.


[团队成员]

  • Chengxi Chu, PhD student at Universiti Malaya
  • 王栋, 四川师范大学2025级硕士研究生, 研究方向: 观点动力学
  • 胡雨, 四川师范大学2025级硕士研究生, 研究方向: 复杂网络与图机器学习
  • 吴毅, 四川师范大学2025级硕士研究生, 研究方向: 复杂网络与图机器学习
  • 阳昊, 四川师范大学2025级硕士研究生, 研究方向: 复杂网络与图机器学习
  • 黄文丽, 四川师范大学2023级硕士研究生, 研究方向: 复杂网络与图机器学习
  • 陈亮, 四川师范大学2023级硕士研究生, 研究方向: 复杂网络与图机器学习
两名硕士毕业生获得国家奖学金:
  • 吴成沛, 2024年毕业, 获国家奖学金、省级优秀毕业生, 现于四川大学攻读博士学位.
  • 武瑞梓, 2022年毕业, 获国家奖学金、省级优秀毕业生, 现于电子科技大学攻读博士学位.

[实验室主要论文]

  1. Y. Lou*, C. Wu, L. Chen, W. Huang, L. Zhou, L. Wang, and G. Chen, "Exploring the Potential for Enhancing Structural Robustness of Complex Networks,"
    IEEE Computational Intelligence Magazine,
    doi:10.1109/MCI.2025.3599463 (Accepted, 2025)
  2. C. Wu, Y. Lou*, J. Li, L. Wang, S. Xie, and G. Chen, "A Multitask Network Robustness Analysis System Based on the Graph Isomorphism Network, "
    IEEE Transactions on Cybernetics,
    vol. 54, no. 11, pp. 6630–6642; doi:10.1109/TCYB.2024.3422430 (2024) [Open Access]
  3. Y. Lou*, C. Wu, J. Li, L. Wang, and G. Chen, "Network Robustness Prediction: Influence of Training Data Distributions, "
    IEEE Transactions on Neural Networks and Learning Systems,
    vol. 35, no. 10, pp. 13496–13507; doi:10.1109/TNNLS.2023.3269753 (2024)
  4. Y. Lou*, R. Wu, J. Li, L. Wang, X. Li, and G. Chen, "A Learning Convolutional Neural Network Approach for Network Robustness Prediction, "
    IEEE Transactions on Cybernetics,
    vol. 53, no. 7, pp. 4531–4544; doi:10.1109/TCYB.2022.3207878 (2023)
  5. Y. Lou*, L. Wang, and G. Chen, "Structural Robustness of Complex Networks: A Survey of A Posteriori Measures, "
    IEEE Circuits and Systems Magazine,
    vol. 23, no. 1, pp. 12–35; doi:10.1109/MCAS.2023.3236659 (2023)
  6. Y. Lou, Y. He, L. Wang, and G. Chen, "Predicting Network Controllability Robustness: A Convolutional Neural Network Approach, "
    IEEE Transactions on Cybernetics,
    vol. 52, no. 5, pp. 4052–4063; doi:10.1109/TCYB.2020.3013251 (2022)
  7. Y. Lou, Y. He, L. Wang, K.F. Tsang, and G. Chen, "Knowledge-Based Prediction of Network Controllability Robustness, "
    IEEE Transactions on Neural Networks and Learning Systems,
    vol. 33, no. 10, pp. 5739–5750; doi:10.1109/TNNLS.2021.3071367 (2022)
  8. Y. Lou, R. Wu, J. Li, L. Wang, and G. Chen, "A Convolutional Neural Network Approach to Predicting Network Connectedness Robustness"
    IEEE Transactions on Network Science and Engineering,
    vol. 8, no. 4, 3209–3219; doi:10.1109/TNSE.2021.3107186 (2021)
  9. Y. Lou, L. Wang, and G. Chen, "Enhancing Controllability Robustness of q-Snapback Networks Through Re-directing Edges, "
    Research,
    vol. 2019, 7857534; doi:10.34133/2019/7857534 (2019)

[基础阅读]

  • 复杂网络基础知识: Network Science by Albert-László Barabási, 2016 [Link]
  • 图表示学习: Graph Representation Learning by William Hamilton, 2020 [Link] [YouTube]
  • 图神经网络: Graph Neural Networks by Lingfei Wu, et al., 2023 [Link]
  • 强化学习用于搜索关键节点: FINDER by Changjun Fan, et al., 2020 [Link] [Code]

    [实验室地址]

    • 日本 广岛县 东广岛市 镜山一丁目3番2号 广岛大学 (东广岛校区)
    • 中国 成都市 成龙大道二段1819号 四川师范大学 (成龙校区)

    hu     sicnu     nycu