个人简介
刘金铎，博士，校聘研究员，博士/硕士研究生导师，北京工业大学计算机学院教师。 2013年获得北京工业大学计算机科学与技术（实验班）学士学位，2020年获得北京工业大学计算机科学博士学位，2018、2019年分别在纽约州立大学布法罗分校和弗吉尼亚大学进行博士联合培养。2023年入选北京工业大学高端人才队伍建设优秀人才 ，2024年入选北京市科技新星。曾获北京工业大学优秀博士学位论文，北京图象图形学学会优秀博士学位论文提名奖等。现任中国人工智能学会因果与不确定性专委会委员，中国图象图形学学会类脑视觉专委会委员，北京图象图形学会青工委委员。主要从事脑效应连接，因果发现，医学信息处理等领域研究。
个人履历
2009-2013 北京工业大学 计算机科学与技术（实验班） 学士
2013-2020 北京工业大学 计算机科学与技术 博士
2020-2023 北京工业大学 计算机学院 讲师/师资博士后
2023-至今 北京工业大学 计算机学院 校聘研究员
学术兼职
现任中国人工智能学会因果与不确定性专委会委员，中国图象图形学学会类脑视觉专委会委员，北京图象图形学会青工委委员等。
担任NeurIPS（2024 Top Reviewer)、KDD、ICLR、AAAI、IJCAI、ACMMM、WWW、MICCAI、SDM、BIBM、AISTATS、ICME、ACML等国际会议，以及IEEE TMI、IEEE TNNLS、IEEE TAC、SCIENCE CHINA Information Sciences等国际期刊审稿人。
课程教学
人工智能导论（本科三年级）
科研项目
在研北京市科技新星、北京工业大学高端人才优秀人才项目等课题。
荣誉和获奖
指导本科生获得北京市普通高校优秀本科毕业设计（1人）、北京工业大学优秀本科毕业设计（3人）、研究生国家奖学金（1人）。 指导硕士生获得Best Student Paper Runner-Up (2023 IEEE International Conference on Medical Artificial Intelligence)。2023年度被评为北京工业大学“立德树人”优秀班主任。
代表性研究成果
目前已在IEEE TMI、IEEE TNNLS、IEEE TKDE、IEEE TSIPN、IEEE TNSRE、IEEE TIM、自动化学报和KDD、AAAI、IJCAI、WWW等国际国内主流学术期刊和会议发表40余篇论文，其中第一作者和通讯作者20余篇。五篇代表作如下：
(1) Wen Xiong (硕士生), Jinduo Liu*, Junzhong Ji, Fenglong Ma. Brain Effective Connectivity Estimation via Fourier Spatiotemporal Attention”. The 31st SIGKDD Conference on Knowledge Discovery and Data Mining (KDD-25), 2025. (CCF A类会议)
(2) Zuozhen Zhang (硕士生), Junzhong Ji, Jinduo Liu*. MetaRLEC: Meta Reinforcement Learning for Discovery of Brain Effective Connectivity. The 38th AAAI Conference on Artificial Intelligence (AAAI-24), 38 (9), 10261-10269, 2024. (CCF A类会议)
(3) Jinduo Liu, Feipeng Wang, Junzhong Ji. Concept-Level Causal Explanation Method for Brain Function Network Classification. The 33rd International Joint Conference on Artificial Intelligence (IJCAI-24), 2024. (CCF A类会议)
(4) Jinduo Liu, Lu Han, Junzhong Ji. MCAN: Multimodal Causal Adversarial Networks for Dynamic Effective Connectivity Learning from fMRI and EEG Data. IEEE Transactions on Medical Imaging (TMI), 2024.
(5) Jinduo Liu, Junzhong Ji, Guangxu Xun, Aidong Zhang. Inferring Effective Connectivity Networks from fMRI Time Series with a Temporal Entropy-score. IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 33(10), 5993-6006, 2022.
