1. 自我介绍

祖立争，深圳大学电子与信息工程学院助理教授、硕士生导师。2026年6月博士毕业于哈尔滨工业大学；2024-2025年获国家留学基金管理委员会（CSC）资助，赴新加坡南洋理工大学进行博士联合培养。我的研究团队隶属于自动目标识别（ATR）国防科技重点实验室智能信息处理分室、广东省智能信息处理重点实验室。

主要研究方向包括大语言模型与智能体（LLMs & Agents）、知识图谱（Knowledge Graphs）、时间序列（Time Series）等。目前以第一作者或通讯作者在CVPR, ACM MM, IEEE JAS等国际高水平期刊和会议发表论文13篇。同时担任NeurIPS, ACL, ACM MM, TII, NN, PR, RESS等学术期刊/会议审稿人。我与智谱AI、Shopee、快手、阿里巴巴等企业，以及NTU、SMU、NUS、CMU、University of Stuttgart、哈工大、香港中文大学（深圳）等高校的研究人员保持长期合作与学术交流。

l谷歌学术:https://scholar.google.com/citations?user=Jz0LqbsAAAAJ&hl

l个人网站: https://lz-zu.github.io/

每年招收硕士研究生及本科生（不限年级），欢迎对大语言模型、智能体、知识图谱、自然语言处理等方向感兴趣的同学邮件联系。我希望营造开放、平等、相互尊重的科研氛围，与大家一起探索有价值、有趣且具有挑战性的研究问题。相比单纯完成论文，我更希望你能够在科研过程中逐渐形成独立思考、发现问题和解决问题的能力。作为我的学生，你将获得：（1）系统的科研训练与一对一研究指导；（2）参与前沿科研课题与高水平论文研究的机会；（3）与国内外高校及企业研究团队交流合作的机会；（4）在科研、升学与职业发展方面的持续支持。

2. 工作经历

[1]2026.07-至今: 深圳大学，电子与信息工程学院，助理教授

[2]2024.09-2025.09: 南洋理工大学，自然语言处理方向，访问学生

[3]2024.03-2024.09：新加坡管理大学，多智能体协作方向，访问学生

[4]2023.09-2023.12: 智谱AI，多模态大模型方向，研究实习生

3. 荣誉

[1]2026年：省优秀毕业生（博士）

[2]2025年：哈尔滨工业大学优秀学生

[3]2024年：国家奖学金（博士）

[4]2024年：哈尔滨工业大学优秀学生

[5]2021年：省优秀毕业生（硕士）

[6]2020年：国家奖学金（硕士）

4. 代表成果

[1]Zu L., Li X., Suo S., et al., Deductive Evidence-Guided Visual Expert Modulation for AI-Generated Image Quality Assessment, Proceedings of the ACM International Conference on Multimedia (ACM MM), 2026. (CCF A会议)

[2]Zu L., Lin L., Fu S., et al., Collaborative Tree Search for Enhancing Embodied Multi-Agent Collaboration, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2025: 29513–29522. (CCF A会议)

[3]Fu S., Lin L., Zu L., et al., DKAMFormer: Domain Knowledge-Augmented Multiscale Transformer for Remaining Useful Life Prediction of Aeroengine, IEEE/CAA Journal of Automatica Sinica, 2024, 11(5): 1001–1015. (JCR/中科院一区TOP期刊，IF: 18.3，通讯作者)

[4]Zu L., Lin L., Liu J., et al., SRSCL: A Strong-Relatedness-Sequence-Based Fine-Grained Collective Entity Linking Method for Heterogeneous Information Networks, Expert Systems with Applications, 2024, 238: 121759. (JCR/中科院一区TOP期刊，IF: 9.4)

[5]Zu L., Lin L., Fu S., et al., SelectE: Multi-Scale Adaptive Selection Network for Knowledge Graph Representation Learning, Knowledge-Based Systems, 2024, 288: 111554. (JCR/中科院一区TOP期刊，IF: 8)

[6]Zu L., Lin L., Fu S., Liu J., et al., PathEL: A Novel Collective Entity Linking Method Based on Relationship Paths in Heterogeneous Information Networks, Information Systems, 2024, 126: 102433. (CCF B期刊)

[7]Zu L, Jin Y, Cao S, et al. End-to-End Story Visualization Framework with Penalty-Based Evaluation using Vision-Language Models[C]//ICASSP 2026-2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2026: 10492-10496. (CCF B会议)

[8]Lin L., Zu L., Fu S., et al., Integrating Adversarial Training Strategies into Deep Autoencoders: A Novel Aeroengine Anomaly Detection Framework, Engineering Applications of Artificial Intelligence, 2024, 128: 107456. (JCR/中科院一区TOP期刊，IF: 9，通讯作者)

[9]Liu J., Zu L., Yan Y., et al., Multi-Filter Soft Shrinkage Network for Knowledge Graph Embedding, Expert Systems with Applications, 2024, 250: 123875. (JCR/中科院一区TOP期刊，IF: 9.4，通讯作者)