成红红

研究领域：数据挖掘，关联结构挖掘，关联学习，AI for Science

电子邮件：chhsxdx@163.com 

个人简介：成红红，山西财经大学信息学院副教授。2020年博士毕业于山西大学计算机与信息技术学院计算机应用技术专业，2019年曾赴香港城市大学访问。目前主要从事关联关系（结构）挖掘、关联学习、AI for Science及相关应用研究。近年来，主持国家自然科学基金青年项目1项、山西省基础研究青年项目1项、山西省高等学校科技创新项目1项。在IEEE TPAMI、IEEE TKDE、《中国科学：信息科学》、AAAI等国内外重要学术期刊、会议发表论文20余篇。曾获2021年ACM太原优秀博士论文奖。担任中国人工智能学会粒计算与知识发现专委员会委员。担任Journal of Big Data、KBS、IJAR等期刊审稿人。

科学研究：

关联认知驱动的科学发现：从数据关联到理论构建的科学发现范式

1、关联结构挖掘，如海量数据中非线性、高阶交互、隐式等关联关系的探索、识别和筛选，实现对“变量间是否存在有价值关联”的可靠判定；

2、关联机制学习，如关联发现启发的AI学习框架设计，从关联模式逆向推断变量间的作用路径、交互方向与潜在中介，回答“关联以何种机制维系？”；

3、关联规律揭示，如领域知识+符号回归将关联规律转化为可解释的数学表达式或物理化学生物原理，推动“数据关联”向“客观规律或可验证的科学发现”跃迁；

4、关联驱动应用，在统计物理、复杂化学、系统生物、地球气候等典型科学领域开展范式验证，探索“关联认知如何加速领域科学发现、补全缺失理论、生成可检验假设”。

科研项目：

[1] 国家自然科学基金青年项目，关联知识驱动的高维符号回归建模理论与方法(62506217), 2026-01至2028-12，主持；

[2] 国家自然科学基金面上项目，数据平面可编程机制下网络性能异常因果推断机理研究(62572290), 2026-01至2029-12，参与；

[3] 山西省青年科学研究项目, 面向大数据的复杂动态关联关系挖掘研(20210302124549)，2022-01 至 2024-12，主持

[4] 山西省高等学校科技创新项目，面向多模态数据融合的关联关系挖掘研究(2021L286)，2021-09至2023-10，主持

[5] 科技部科技创新2030——“新一代人工智能”重大项目，基于多智能体超图的自主决策、学习理论与动态调控策略研究(2021ZD0112400)，2022-01至2024-12，参与

[6] 教育部人文社会科学规划研究基金项目，大数据征信视角下基于贝叶斯网络的信用评估影响机制研究 (22YJAZH080)，2022-09至2025-09，参与

[7] 教育部人文社会科学规划研究基金项目，基于机器学习的分位数因果效应估计研究 (22YJAZH092)，2022-09至2025-09，参与

[8] 国家自然科学基金面上项目,基于关键链路优先的网络性能测量与态势感知研究 (61872226)，2019-01-01至2019-12-31, 参与

[9] 重点国家研发计划, 关联关系与逻辑关系挖掘理论与应用研究 (2018YFB1004304)，2018-05至2021-04，参与

发表论文：

期刊:

[1] Cheng Honghong, Qian Yuhua, Liang Xinyan, Liang Jiye, Qingfu Zhang. Mining Association Patterns from Neighborhood Insight[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE TPAMI).  (Accept, CCF A类期刊，SCI 1区Top)

[2] Cheng Honghong, Qian Yuhua, Guo Yingjie, Zheng Keyin, Zhang Qingfu. Neighborhood information-based method for multivariate association mining[J]. IEEE Transactions on knowledge and Data Engineering (IEEE TKDE), 2023, 35(6): 6126-6135.  (CCF A类期刊，SCI 1区)

[3] Xinyan Liang, Yuhua Qian, Qian Guo, Honghong Cheng, Jiye Liang. AF: An association-based fusion method for multi-modal classification[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE TPAMI), 2022, 44(12): 9236-9254. （CCF A类期刊, SCI 1区Top）

[4] Guo Yingjie, Cheng Honghong, Yuan Zhian, Liang Zhen, Wang Yang, Du Debing. Testing gene-gene interactions based on a neighboehood perspective in genome-wide association studies[J]. Frontiers in Genetics, 2021, 12:801261. (SCI 3区)

[5] Zheng Keyin, Qian Yuhua , and Cheng Honghong. How to describe the spatial near-far relations among concepts?[J]. International Journal of Approximate Reasoning, 2023, 156: 97-113. （CCF-B 类, SCI-2区）

[6] Ma Guoshuai, Qian Yuhua, Zhang Yayu, Yan Hongren, Cheng Honghong, Hu Zhiguo. The recognition of kernel research team[J]. Journal of Informetrics, 2022, 16(4): 101339. (SCI 2 区 Top, SSCI Q2)

[7] Cheng Honghong, Qian Yuhua, Wu Yan, et al. Diversity-induced fuzzy clustering[J]. International Journal of Approximate Reasoning, 2019, 106: 89-106. （CCF-B 类, SCI-2区）

[8] Qian Yuhua, Cheng Honghong, Wang Jieting, et al. Grouping granular structures in human granulation intelligence[J]. Information Sciences, 2017,382-383:150–169. (SCI 3区)

[9] Li Jue, Cao Feng, Cheng Honghong, Qian, Yuhua. Learning the number of filter in convolutional neural networks[J]. International Journal of Bio-Inspired Computation, 2021, 17(2). (SCI 3区) 

[10] Qian Yuhua, Wang Qi, Cheng Honghong, Liang Jiye, et al. Fuzzy-rough feature selection accelerator[J]. Fuzzy Sets and Systems, 2015, 258: 61-78. (数学类 1区Top)

[11] 成红红, 钱宇华, 胡治国, 梁吉业. 基于邻域视角的关联关系挖掘[J]. 中国科学:信息科学，2020，50(6): 824-844. （CCF A类，中文核心）

[12] 钱宇华, 张明星, 成红红. 关联学习:关联关系挖掘新视角[J]. 计算机研究与发展， 2020(57). （CCF A类，中文核心)

[13] 李勇，成红红，梁新彦，郭倩，钱宇华. CNN图像标题生成[J]. 西安电子科技大学学报，2019, 46(02): 152-157. (中文核心)

[14] 梁新彦, 钱宇华, 郭倩, 成红红. 面向多标记学习的局部粗糙集[J]. 南京大学学报(自然科学), 2016(2): 279. （中文核心）

[15] 钱宇华, 成红红, 梁新彦，王建新. 大数据关联关系度量研究综述[J]. 数据采集与处理, 2015, 134(6): 21-33. （中文核心）

[16] 成红红, 张晓琴, 李飞江, 钱宇华. 一种对应约束的决策表属性约简算法[J]. 计算机科学, 2015(06): 56-59. （中文核心）

[17] 李飞江, 成红红, 钱宇华. 全粒度聚类算法[J]. 南京大学学报(自然科学). 2014, 50(4):  505~517.（中文核心）

[18] 钱宇华, 成红红，张晓琴，梁吉业. 数据簸箕[J]. 计算机科学与探索. 2013, 7(11): 1009-1017. （中文核心)

会议：

[1] Zikun Jin, Yuhua Qian, Xinyan Liang, Jiaqian Zhang, Jinpeng Yuan, Shen Hu, Haijun Geng, Honghong Cheng. Signal Enhancement via Multi-view Dynamic Representation and Alignment-aware Fusion[C]. In: Proceedings of the 39th AAAI Conference on Artificial Intelligence (AAAI-25), 2026, 40(27): 22454-22462.  (CCF A类)

[2] Wu Yan, Du Liang, Cheng Honghong. Multi-view K-Means clustering with bregman divergences[C]. Artificial Intelligence, ICAI 2018, Singapore, Springer Singapore, vol 888:26-38, 2018. （EI收录）