忻成（Cheng Xin）
邮箱：xin.job2025@gmail.com｜个人主页：jackal092927.github.io｜Google Scholar：jackal092927.github.io/scholar
个人简介
忻成，计算机科学博士，现为美国罗格斯大学（Rutgers University）计算机科学系博士后研究员，合作导师为 Jie Gao 教授。2023 年获美国普渡大学（Purdue University）计算机科学博士学位，博士导师为 Tamal K. Dey 教授；此前在美国理海大学（Lehigh University）获计算机科学硕士学位，本科毕业于同济大学软件工程专业。研究方向包括拓扑数据分析、拓扑机器学习、非欧几何表示学习、可解释人工智能、AI for Science 与 3D/视频生成基准。已在 NeurIPS、ICML、CVPR、SoCG、TMLR、Pattern Recognition、Journal of Applied and Computational Topology 等国际会议和期刊发表论文，并担任 TAG-DS Workshop 2026 Area Chair 及 ICML、ICLR、NeurIPS、SoCG 等国际会议审稿人。
海外学习与科研经历
- 罗格斯大学（Rutgers University）计算机科学系，博士后研究员，2023.10 至今。导师：Prof. Jie Gao。围绕可解释图学习、拓扑机器学习、非欧几何表示学习、超曲空间算法、AI for Science 与 3D/视频生成基准开展研究。
- 普渡大学（Purdue University）计算机科学系，博士研究生/研究助理，2020.08-2023.08。导师：Prof. Tamal K. Dey。博士论文：Decomposition and Stability of Multiparameter Persistence Modules。
- 俄亥俄州立大学（The Ohio State University）计算机科学与工程系，博士研究生/研究助理，2017.01-2020.08。导师：Prof. Tamal K. Dey。研究多参数持久同调分解算法与稳定性理论。
- 理海大学（Lehigh University）计算机科学系，硕士研究生，2014.01-2016.05。导师：Prof. Xiaolei Huang。硕士论文：Machine Learning Techniques for Cervigram Image Analysis。
教育背景
- Ph.D. in Computer Science，Purdue University，美国，2020.08-2023.08
- Ph.D. student in Computer Science and Engineering，The Ohio State University，美国，2017.01-2020.08
- M.S. in Computer Science，Lehigh University，美国，2014.01-2016.05
- 软件工程学士，同济大学，中国上海，2009.09-2013.07
主要科研项目与本人贡献
1. 拓扑可解释图学习 TopInG（ICML 2025）
- 项目内容：提出基于 persistent rationale filtration 的图神经网络可解释框架，在分子图等任务中同时提升预测性能与解释质量。
- 本人角色：第一作者，负责核心问题建模、方法设计、算法实现、实验设计与论文写作。
2. 端到端拓扑学习 D-GRIL（SoCG 2026，to appear）
- 项目内容：将二维持久同调特征以可微方式融入机器学习模型，推进多参数拓扑特征在端到端学习中的应用。
- 本人角色：核心参与者，参与方法设计、理论分析、算法实现与论文撰写。
3. 非欧几何与超曲空间表示学习系列工作（NeurIPS 2024、NeurIPS 2025、SoCG 2026）
- 项目内容：研究非欧多维尺度分析、欧氏空间之外的 Johnson-Lindenstrauss 引理，以及超曲空间 locality sensitive hashing 等问题，为非欧表示学习提供理论与算法基础。
- 本人角色：核心参与者/字母序作者，参与理论推导、算法设计、实验验证与论文写作。
4. 多参数持久同调分解与稳定性理论（SoCG 2018；Journal of Applied and Computational Topology 2022；博士论文 2023）
- 项目内容：研究多参数 persistence modules 的分解算法、瓶颈距离计算、矩形近似与稳定性，为拓扑数据分析提供基础算法。
- 本人角色：主要研究者/字母序作者，负责算法设计、理论证明、复杂度分析与论文写作。
5. DL3DV-10K 大规模 3D 视觉数据集与基准（CVPR 2024）
- 项目内容：构建面向深度学习 3D 视觉、novel view synthesis 与视频生成的大规模场景数据集。
- 本人角色：参与数据集与基准相关研究工作，支持 3D/视频生成方向的实验与论文产出。
6. 医学图像机器学习与宫颈病变分类基准（MLMI 2015；Pattern Recognition 2017）
- 项目内容：构建宫颈图像疾病分类数据集与多特征机器学习基准，比较多种经典机器学习模型在医学图像分类中的表现。
- 本人角色：MLMI 2015 共同第一作者，参与特征工程、模型评估、实验分析与论文写作。
论文发表情况
注：† 表示作者按姓氏字母顺序排序；* 表示共同第一作者。
1. Chengyuan Deng, Jie Gao, Kevin Lu, Feng Luo, and Cheng Xin†. “Locality Sensitive Hashing in Hyperbolic Space.” 42nd International Symposium on Computational Geometry (SoCG), to appear, 2026. arXiv:2603.19724. 类别：国际理论计算会议；本人角色：字母序作者。
2. Soham Mukherjee, Shreyas N. Samaga, Cheng Xin, Steve Oudot, and Tamal K. Dey. “D-GRIL: End-to-End Topological Learning with 2-parameter Persistence.” 42nd International Symposium on Computational Geometry (SoCG), to appear, 2026. arXiv:2406.07100. 类别：国际理论计算会议；本人角色：核心参与。
3. Cheng Xin, Fan Xu, Xin Ding, Jie Gao, and Jiaxin Ding. “TopInG: Topologically Interpretable Graph Learning via Persistent Rationale Filtration.” The 42nd International Conference on Machine Learning (ICML), 2025. 类别：机器学习顶级国际会议；本人角色：第一作者。
4. Chengyuan Deng, Jie Gao, Kevin Lu, Feng Luo, and Cheng Xin†. “Johnson-Lindenstrauss Lemma Beyond Euclidean Geometry.” The 39th Advances in Neural Information Processing Systems (NeurIPS), 2025. 类别：机器学习顶级国际会议；本人角色：字母序作者。
5. Chengyuan Deng, Jie Gao, Kevin Lu, Feng Luo, Hongbin Sun, and Cheng Xin†. “Neuc-MDS: Non-Euclidean Multidimensional Scaling Through Bilinear Forms.” Advances in Neural Information Processing Systems (NeurIPS), Vol. 37, 2024, pp. 121539-121569. 类别：机器学习顶级国际会议；本人角色：字母序作者。
6. Shahrzad Haddadan, Cheng Xin, and Jie Gao. “Optimally Improving Cooperative Learning in a Social Setting.” Proceedings of the 41st International Conference on Machine Learning (ICML), PMLR 235, 2024, pp. 17148-17188. 类别：机器学习顶级国际会议；本人角色：核心参与。
7. Lu Ling, Yichen Sheng, Zhi Tu, Wentian Zhao, Cheng Xin, Kun Wan, Lantao Yu, Qianyu Guo, Zixun Yu, Yawen Lu, et al. “DL3DV-10K: A Large-Scale Scene Dataset for Deep Learning-Based 3D Vision.” Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2024, pp. 22160-22169. 类别：计算机视觉顶级国际会议；本人角色：参与作者。
8. Simon Zhang, Cheng Xin, and Tamal K. Dey. “Expressive Higher-Order Link Prediction through Hypergraph Symmetry Breaking.” Transactions on Machine Learning Research (TMLR), 2024. 类别：机器学习国际期刊；本人角色：核心参与。
9. Cheng Xin. “Decomposition and Stability of Multiparameter Persistence Modules.” Ph.D. Thesis, Purdue University Graduate School, 2023. DOI:10.25394/PGS.23848995.v1.
10. Cheng Xin, Soham Mukherjee, Shreyas N. Samaga, and Tamal K. Dey. “GRIL: A 2-parameter Persistence Based Vectorization for Machine Learning.” Proceedings of Machine Learning Research, Vol. 221, 2023, pp. 313-333. 类别：机器学习/拓扑学习会议论文；本人角色：第一作者。
11. Tamal K. Dey and Cheng Xin†. “Generalized Persistence Algorithm for Decomposing Multiparameter Persistence Modules.” Journal of Applied and Computational Topology 6(3), 2022, pp. 271-322. 类别：国际期刊；本人角色：字母序作者。
12. Tamal K. Dey and Cheng Xin†. “Rectangular Approximation and Stability of 2-parameter Persistence Modules.” arXiv:2108.07429, 2021. 类别：预印本；本人角色：字母序作者。
13. Tamal K. Dey and Cheng Xin†. “Computing Bottleneck Distance for 2-D Interval Decomposable Modules.” 34th International Symposium on Computational Geometry (SoCG), LIPIcs 99, 2018, 32:1-32:15. 类别：国际理论计算会议；本人角色：字母序作者。
14. Tao Xu, Han Zhang, Cheng Xin, Edward Kim, L. Rodney Long, Zhiyun Xue, Sameer Antani, and Xiaolei Huang. “Multi-feature Based Benchmark for Cervical Dysplasia Classification Evaluation.” Pattern Recognition 63, 2017, pp. 468-475. 类别：SCI/SCIE 期刊；本人角色：参与作者。
15. Tao Xu, Cheng Xin*, L. Rodney Long, Sameer Antani, Zhiyun Xue, Edward Kim, and Xiaolei Huang. “A New Image Data Set and Benchmark for Cervical Dysplasia Classification Evaluation.” Machine Learning in Medical Imaging (MLMI), Springer, 2015, pp. 26-35. 类别：医学图像机器学习会议；本人角色：共同第一作者。
教学经历
- 研究生课程 Lecturer：Design and Analysis of Algorithms，Rutgers University，2025 年秋季，约 45 名学生。
- 本科生课程助教：Data Structures and Algorithms，Purdue University，2023 年春季，约 200 名学生。
- 研究生课程助教：Computational Geometry，Purdue University，2020 年秋季，约 30 名学生。
学术服务
- Area Chair，TAG-DS Workshop，2026。
- 审稿人：ICML、ICLR、NeurIPS、SoCG。
邀请报告
- “TopInG: Topologically Interpretable Graph Learning via Persistent Rationale Filtration,” Conference on Topological Data Analysis: Recent Developments and Applications, University of Missouri, 2025.11.
- “Understanding through Shape of Data: Topological Data Analysis for Interpretable AI,” Management Science and Information Systems Department Colloquium, Rutgers University, 2024.10.
- “Exploring Representations Beyond Euclidean Geometry,” John Hopcroft Center Seminar, Shanghai Jiao Tong University, 2024.06.
- “Multiparameter Persistence and Its Applications,” Theory Seminar, Department of Computer Science, Rutgers University, 2023.11.
- “Generalized Persistence Algorithm for Decomposing Multi-parameter Persistence Modules,” Applied Algebraic Topology Network Seminar, 2020.07.
业界与工程经历
- Machine Learning Scientist Intern，Electronic Arts，Big Data Group，2018.05-2018.08。参与基于 Spark 的大规模机器学习模型、关系型数据库上的图学习、属性评估与选择、数据集压缩。
- Software Development Engineer Intern，Amazon AWS Infrastructure Group，2015.05-2015.08。开发支持网络消息接收、解析、存储和检索的数据管理系统。
- 开发工程师，格尔软件，上海，2013.07-2013.12。参与后端数据库、业务逻辑、接口和前端 UI 开发。
- Developer Support Intern，Microsoft 数据智能组，上海，2012.07-2012.11。参与 SQL Server 相关技术支持案例处理。
专业技能
Python、PyTorch、Spark、Keras、Java、C/C++、MATLAB、R；拓扑数据分析、图机器学习、非欧几何表示学习、机器学习实验设计与大规模数据处理。