【个人简介】

马健兵，教授、博导、成都信息工程大学计算机学院副院长，清华大学计算机科学与技术系本硕、英国女王大学计算机学院博士。国家海外高层次人才领军、教育部长江学者、四川省特聘专家、四川省教育厅重点实验室主任、科技部、工信部、教育部、中国科协评审专家。马健兵教授在人工智能多个领域做出过卓越贡献，主持过两项欧盟玛丽居里项目子课题、3项英国基金项目、目前主持和参与国家级和省部级人工智能项目多项，发表论文50余篇，其中第一作者发表的SCI论文10余篇；国际会议论文30余篇，CCF A级的国际会议论文多篇，在德国Lap Lambert学术出版社出版个人专著一本，担任约20个国际会议程序委员会委员。

【研究方向】

深度学习图像处理、大模型、知识挖掘

【在研和完成项目】

基于“互联网+”的老年慢性病智能管理平台的构建与关键技术研究，四川省科技厅，在研

国家自然科学基金人才项目，已完成

前沿科技全球发现关键技术研究，四川省科技厅，已完成

大足五金智能云仓，四川省科技厅，已完成

High Dimensional Heterogeneous Data based Animation Techniques for Southeast Asian Intangible Cultural Heritage Digital Content: “AniAge”，欧盟玛丽居里项目，已完成

INFER – computational INtelligence platform For Evolving and Robust predictive systems，欧盟玛丽居里产学合作项目，已完成

【代表性论文】

1.J. Ma and K. Yang. A three-dimensional framework for quantifying knowledge intersection intensity: from a micro perspective, Scientometrics (2025) 130:367–398.

2.J. Ma, X. Wu, and L. Huang. (2022). The use of artificial intelligence in literature search and selection of the PubMed database. Scientific Programming, 2022:8855307.

3.Ma, J., Cui, X., Jiang, N. (2022). Modelling the ZR Relationship of Precipitation Nowcasting Based on Deep Learning. CMC-Computers, Materials & Continua, 72(1), 1939–1949.

4.LiHong Huang, Jianbing Ma*, Xiaochun Qiu, and Tao Suo.Assess the application of the E-value in the unmeasured confounder evaluation of observational pharmaceutical studies, Scientific Programming, 2021:9618161, pp. 1-10.

【出版专著】

Fusion and Revision of Uncertain Information from Multiple Sources,LapLambertAcademic Publishing, Germany，isbn: 9783838359984

【联系方式】

电子邮箱：1938193637@qq.com

QQ号码：1938193637