金柯兵
博士，校聘副教授，碩士生導(dǎo)師;
地址：貴州省貴陽市花溪區(qū)貴州大學(xué)西校區(qū)崇厚樓1024室;
郵箱：kbjin@gzu.edu.cn
研究領(lǐng)域
智能規(guī)劃、認(rèn)知計算與智能設(shè)計，低空經(jīng)濟(jì)
以上研究方向招收機電工程方向?qū)W術(shù)型碩士生。
2017.09-2023.06，中山大學(xué)計算機科學(xué)與技術(shù)學(xué)院，計算機科學(xué)與技術(shù)，博士；
2012.09-2016.06，上海海事大學(xué)，信息管理與信息系統(tǒng)，學(xué)士。
工作履歷
2023.8-至今，貴州大學(xué)，省部共建公共大數(shù)據(jù)國家重點實驗室，校聘副教授
學(xué)術(shù)兼職
The Thirty-First International Conference on Automated Planning and Scheduling (ICAPS 2021), Virtual Conference Arrangement Members;
The 2025 IEEE AI+ Congress, Panel Chairs.
教授課程
【本科】學(xué)科競賽，計算機系統(tǒng)基礎(chǔ)；
【研究生】統(tǒng)計與數(shù)據(jù)分析基礎(chǔ)
科研項目
[1]國家自然科學(xué)基金委員會，地區(qū)項目，經(jīng)驗知識驅(qū)動的智能PDDL規(guī)劃理論及推理方法研究，2025-01-01至2028-12-31，在研，主持
[2]貴州省基礎(chǔ)研究計劃項目，面上項目，面向大規(guī)模規(guī)劃調(diào)度問題的可解釋推理算法研究，2025-01-01至2027-12-31，在研，主持
[3]貴州大學(xué)基礎(chǔ)研究項目，面向非結(jié)構(gòu)化數(shù)據(jù)的生成式人工智能分析方法研究，2024-06-01至2027-05-31，在研，主持
[4]貴州大學(xué)引進(jìn)人才項目，基于大數(shù)據(jù)的領(lǐng)域知識及決策模型學(xué)習(xí)方法研究，2024-01-01至2026-12-31，在研，主持
[5]國家自然科學(xué)基金委員會，面上項目，面向無結(jié)構(gòu)狀態(tài)的PDDL規(guī)劃模型學(xué)習(xí)與推理方法研究，2021-01-01至2024-12-31，結(jié)題，參與
代表性論文
[1] Kebing Jin, Hankz Hankui Zhuo, Zhanhao Xiao, et al. "Gradient-based mixed planning with symbolic and numeric action parameters." Artificial Intelligence 313 (2022): 103789 (SCI 2區(qū)期刊, CCF A類期刊, IF = 14.4).
[2] Kebing Jin, Hankz Hankui Zhuo. Integrating AI planning with natural language processing: a combination of explicit and tacit knowledge[J]. ACM TIST 2025. Accepted.(SCI 3區(qū)期刊, IF = 7.2).
[3] 馮毅雄，金柯兵*，洪兆溪，張安思，李少波，譚建榮，面向算網(wǎng)資源智能適配與融合調(diào)度的價值鏈協(xié)同模式研究，機械工程學(xué)報，已接收。
[4] Kebing Jin, Hankz Hankui Zhuo, Zhanhao Xiao, et al. "Gradient-based mixed planning with symbolic and numeric action parameters (Extended Abstract)." IJCAI 2023 (CCF A類會議).
[5] Fan Zhang, Kebing Jin, Hankz Hankui Zhuo. Planning with Logical Graph-based Language Model for Instruction Generation[M]. ECAI 2024. IOS Press, 2024: 4052-4059 (CCF B類會議).
[6] Mu Jin, Zhihao Ma, Kebing Jin, et al. Creativity of ai: Automatic symbolic option discovery for facilitating deep reinforcement learning. AAAI 2022 (CCF A類會議).