电子信息系

首页 > 师资队伍 > 教师名录 > 电子信息系 > 正文

牛溥华

博士,讲师 本人主要从事不确定性人工智能研究,以“概率建模—不确定性量化—生成式采样与优化”为研究主线。研究内容涵盖:图概率模型、变分推理、贝叶斯优化、强化学习,以及在生成式AI模型中的应用。本人在美国Texas A&M University取得博士学位。博士导师Xiaoning Qian教授任职于该校电子与计算机工程系,同时担任美国布鲁克海文国家实验室(Brookhaven National Laboratory)应用数学方向科学家(Applied Math Scientist)。

niupuhua@tyut.edu.cn

研究方向 教育&工作背景 教学及指导研究生 代表性成果

变分推理、因果推理、贝叶斯优化、强化学习、 图概率模型、生成式AI模型


2013.09—2017.07  太原理工大学        通信工程       学士

2017.09—2019.07  哈尔滨工业大学      通信与信息系统 肄业

2019.08—2021.12  Texas A&M University 计算机工程     硕士

2022.01—2025.12  Texas A&M University 电子工程       博士



研究生招生:

注:本人目前暂无研究生招生名额。有意从事不确定性人工智能研究的同学,可联系团队负责人李凤莲教授,咨询报考其研究生及参与团队研究的事宜。

项目:

(1) U.S. National Science Foundation (NSF)(美国NSF), IIS-2212419, Collaborative Research: III: Medium: Conditional Transport: Theory, Methods, Computation, and Applications, 2022-10 至 2026-09, 420万元, 在研, 参与

(2) U.S. National Science Foundation (NSF)(美国NSF), SHF-2215573, Collaborative Research: SHF: Medium: Data-Efficient Uncovering of Rare Design Failures for Reliability-Critical Circuits, 2021-10 至 2026-06, 300万元, 在研, 参与

论文:

1. 变分推理, 强化学习 和生成式AI模型 :

a) Puhua Niu, Shili Wu, and Xiaoning Qian. "Evaluating GFlowNet from partial episodes for stable and flexible policy-based training" In International Conference on Learning Representations (ICLR) 2026. (会议等级:CCF A,代码: github.com/niupuhua1234/Sub-EB)

b) Puhua Niu, Shili Wu, Mingzhou Fan, and Xiaoning Qian. "GFlowNet Training by Policy Gradients." In International Conference on Machine Learning (ICML) 2024. (会议等级: CCF A,代码: github.com/niupuhua1234/GFN-PG)

2. 贝叶斯优化:

a) Puhua Niu, Byung-Jun Yoon, and Xiaoning Qian. "Epidemiological Model Calibration via Graybox Bayesian Optimization." Infectious Disease Modelling, 2026, 11(2). (2025中国科学院分区:1区,代码: github.com/niupuhua1234/Epi-KG)

3. 因果推理, 生成式AI模型:

a) Puhua Niu, Maria J. Soto, Byung-Jun Yoon, Edward R. Dougherty, Francis J. Alexander, Ian Blaby, and Xiaoning Qian. "TRIMER: Transcription regulation integrated with metabolic regulation." Cell iScience, 2021, 24(11). (2025中国科学院分区:2区,代码: github.com/niupuhua1234/TRIMER)

b)Puhua Niu, Maria J. Soto, Byung-Jun Yoon, Edward R. Dougherty, Francis J. Alexander, Ian Blaby, and Xiaoning Qian. "Protocol for condition-dependent metabolite yield prediction using the TRIMER pipeline." Cell STAR protocols, 2022, 3(1).