姓名：童苏欣

职称：讲师、硕士生导师

系所：软件工程系

研究领域：深度学习、时序预测、数据挖掘、自然语言处理

电子邮箱：suxin_tong@qq.com

一、个人简介

童苏欣，男，1998 年 8 月生，汉族，江西鹰潭人，中共党员，工学博士，南华大学计算机学院讲师、硕士生导师。2026 年 6 月毕业于武汉理工大学计算机与人工智能学院计算机科学与技术专业，获工学博士学位。同年加入南华大学计算机学院软件工程系，从事教学与科研工作。

长期从事深度学习、时序预测、数据挖掘与自然语言处理方向的基础研究与工程应用，聚焦长时序预测的轻量化建模、多尺度信息融合等核心问题，面向工业运维、电力系统、智慧交通等场景开展算法落地研究。近年来，在AAAI、Information Fusion、Information Processing & Management等人工智能及数据挖掘领域的国际顶级会议和权威期刊上发表高水平学术论文6篇（其中以第一作者或导师一作本人二作身份发表CCF-A类顶级会议2篇、中科院一区Top期刊3篇）。获授权国家发明专利 2 项，另有 1 项发明专利已通过实质审查。作为核心骨干参与国家自然科学基金项目、省级高价值专利培育项目等多项科研课题。

二、代表性学术成果

（一）论文

[1]. Tong S, Yuan J. Efficiently Enhancing Long-term Series Forecasting via Adaptive Lookback with Wavelets[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2026. （CCF-A类会议）

[2]. Tong S, Yuan J. Efficiently Enhancing Long-term Series Forecasting via Ultra-long Lookback Windows[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2025. （CCF-A类会议）

[3]. Tong S, Yuan J. PAREformer: Positional Adaptive and Recurrent Enhanced Transformer for Time Series Forecasting[J]. Information Fusion, 2026, 128:103967. （中科院一区 Top 期刊，影响因子=15.5）

[4]. Tong S, Yuan J, Zhang P, et al. Legal Judgment Prediction via graph boosting with constraints[J]. Information Processing & Management, 2024, 61(3): 103663. （中科院一区 Top 期刊，影响因子=7.4）

[5]. Yang S, Tong S, Zhu G, et al. MVE-FLK: A multi-task legal judgment prediction via multi-view encoder fusing legal keywords[J]. Knowledge-Based Systems, 2022, 239: 107960. （中科院一区 Top 期刊，影响因子=8.1）

[6]. Yang S, Song J, Tong S, et al. Extending influence maximization by optimizing the network topology[J]. Expert Systems with Applications, 2023, 215: 119349. （中科院一区 Top 期刊，影响因子=8.5）

（二）专利

[1]. 袁景凌，童苏欣，等。一种基于位置信息自适应调节的运维数据预测方法及系统 [P]. 专利号：ZL202510027054.（已授权）

[2]. 杨书新，童苏欣. 一种基于多视角编码器的法律判决预测系统及方法 [P]. 专利号：ZL202110843937.（已授权）

[3]. 袁景凌，童苏欣，等。一种基于顺序信息感知的运维时序数据的预测方法 [P]. 申请号：202510842606.（已通过实质审查）

三、主要科研项目

[1]. 国家自然科学基金项目：面向交通视频分析的低功耗异构边缘计算研究，2024.06–2026.06，参与

[2]. 湖北省知识产权局高价值专利培育中心项目：运维时序数据预测核心技术专利培育，2024.01–2026.06，参与

四、招生信息

本人目前招收软件工程学术型硕士、电子信息专业型硕士研究生，欢迎对人工智能前沿技术充满热情、踏实进取的同学加入团队。课题组将为学生提供从概念设计、代码实现到顶会 / 顶刊论文撰写的全流程科研训练，实验室计算资源充足，学术氛围浓厚，我将全程指导，与学生共同成长。

培养理念：

· 以成果导向与能力成长为核心，为学生提供从基础理论、算法复现、创新选题到论文写作、专利申报、项目实践的全链条指导；

· 尊重学生个人兴趣与职业规划，支持学生继续攻读博士、进入互联网 / 工业企业研发岗位，结合学生发展目标定制培养方案；

· 课题组氛围开放平等，注重学术交流与独立科研能力培养，为学生提供充足的算力资源、学术交流机会与成果奖励。

基本要求：

· 具备较好的数学基础与逻辑思维能力，熟悉Python编程，了解PyTorch/TensorFlow等主流深度学习框架。

· 对科研有热情，踏实严谨，有较强的自驱力与团队协作精神；

有意向的同学可将个人简历、本科成绩单、科研/项目经历等材料发送至邮箱：suxin_tong@qq.com，邮件主题请注明“姓名+年级+报考硕士/科研实习”。