招收考研研究生，目前仍有名额，包括计算机科学与技术专业的学硕和所有专业的专硕。我的邮箱：juanli@nuaa.edu.cn。提供国内外学术交流机会，表现优异者，可推荐到香港科技大学、上海交通大学、浙江大学、东南大学、中南大学、吉林大学、电子科大等知名高校攻读博士学位。 研究生期间可参与导师主持的国家级项目，提供细致的论文指导。研究方向：联邦学习、无人驾驶/无人任务协同、强化学习、推荐算法。
扫描手机二维码
开通时间：..
最后更新时间：..
赞
的个人主页 http://faculty.nuaa.edu.cn/lijuan/zh_CN/index.htm
招收考研研究生，目前仍有名额，包括计算机科学与技术专业的学硕和所有专业的专硕。我的邮箱：juanli@nuaa.edu.cn。提供国内外学术交流机会，表现优异者，可推荐到香港科技大学、上海交通大学、浙江大学、东南大学、中南大学、吉林大学、电子科大等知名高校攻读博士学位。 研究生期间可参与导师主持的国家级项目，提供细致的论文指导。研究方向：联邦学习、无人驾驶/无人任务协同、强化学习、推荐算法。
李娟，博士毕业于上海交通大学计算机科学与技术专业，导师朱燕民教授（被引次数：7977，h指数：45，i10指数：158）。2017年赴美国天普访问一年，师从IEEE Fellow吴杰教授（被引次数：45404，h指数：106，i10指数：654）。2020年获得上海交通大学优博奖及ACM SIGBED China优博奖，同年加入淘宝猜你喜欢推荐算法团队，担任高级算法工程师。2021年加入南航计算机学院，现主持国家自然科学青年基金，江苏省自然科学青年基金，国家博士后特别资助基金、曙光校企合作项目以及南航人才启动经费专项等，并获得江苏省“双创博士”人才称号以及相应人才项目。发表高水平科研论文20余篇，均为SCI或EI推荐论文，其中CCF A、B类论文以及SCI一区论文10余篇，一作论文9篇。
主持或参与的科研项目：
1. 国家自然科学基金青年项目，主持，在研。
2. 江苏省自然科学基金青年项目，主持，在研。
3. 国家博士后特别资助项目，主持，在研。
4. 江苏省“双创博士”人才项目，主持，在研。
5. 哈尔滨工业大学国家重点实验室开放课题基金，主持，在研
6. 工信部重点实验室开放课题基金，主持，在研
7. 校人才启动经费, 主持，在研。
8. 先进计算（曙光）实习基地校企合作项目, 主持，结题。
9. 面向学生成长分析的教育大数据采集及挖掘关键技术研究, 参与，结题。
部分个人荣誉：
1. 江苏省“双创博士”人才称号（省部级）
2. 上海交通大学优博奖
3. ACM SIGBED China优博奖
4.上海交通大学优秀博士培育基金
部分期刊论文：
7. Juan Li, Z. Chen, T. Zang, T. Liu, J. Wu, Y. Zhu, Reinforcement Learning-based Dual-Identity Double Auction in Personalized Federated Learning, 10.1109/TMC.2024.3521304, 2024. (CCF A)
6. K. Zhu, J. Liang, Juan Li*, Changyan Yi, Coded Distributed Computing With Predictive Heterogeneous User Demands: A Learning Auction Approach, IEEE JSAC, 2022. (CCF A)
5. X. Tu, K. Zhu, N. Luong, D. Niyato, Y. Zhang, and Juan Li, "Incentive Mechanisms for Federated Learning: From Economic and Game Theoretic Perspective," IEEE TCCN, 2022. (中科院一区)
4. Zhaoyang Han, Lu Zhou, Chunpeng Ge, Juan Li, Zhe Liu, Robust privacy‐preserving federated learning framework for IoT devices, International Journal of Intelligent Systems, 2022. (中科院二区)
3. Juan Li, Yanmin Zhu, Jiadi Yu, Chengnian Long, Guangtao Xue and Shiyou Qian, “Online Auction for IaaS Clouds: towards Elastic User Demands and Weighted Heterogeneous VMs”, IEEE TPDS, 2018. (CCF A)
2. Juan Li, Yanmin Zhu, Yiqun Hua, Jiadi Yu, “Crowdsourcing Sensing to Smartphones: A Randomized Auction Approach”, IEEE TMC, 2017. (CCF A)
1. Juan Li, Yanmin Zhu, Jiadi Yu, “Redundancy-Aware and Budget-Feasible Incentive Mechanism in Crowd Sensing”, The Computer Journal, 63(1): 66-79, 2020. (CCF B)
部分会议论文:
14. Juan Li, Rui Deng, Tianzi Zang, Mingqi Kong, Kun Zhu, Efficient and Secure Contribution Estimation in Vertical Federated Learning, ACM CIKM, 2024. (CCF B)
13. Zishang Chen, Juan Li*, Model Selection Based on DRL: Improving Personal Model Performance in Federated Learning, IEEE WCNC, 2024. (CCF C)
12. Junyao Liang, Juan Li*, Ji Zhang, Tianzi Zang, Federated Learning with Data-Free Distillation for Heterogeneity-Aware Autonomous Driving, IEEE IJCNN, 2024. (CCF C)
11. Jiaxiang Zhang, Juan Li*, Ruobing Jiang, Fengtian Li, Multi-Dimensional Clock Fingerprinting for Abnormal ECU Sourcing in CAN Bus. IEEE WCNC, 2024. (CCF C)
10. Xiaolan Lu, Kun Zhu, Juan Li, Yang Zhang, Efficient Knowledge Base Synchronization in Semantic Communication Network: A Federated Distillation Approach, IEEE WCNC. (CCF C)
9. W. Zhou, P. Li, Z. Han, X. Lu, Juan Li, Z Ren and Z Liu, Privacy-Preserving Federated Learning via Disentanglement, CIKM, 2023. (CCF B)
8. Mengqing Ding, Juan Li, Changyan Yi, Federated Learning for COVID-19 on Heterogeneous CXR Images with Noise, ICC, 2023. (CCF C)
7. Jiawei Liang, Juan Li, Kun Zhu and Changyan Yi, ''Learning Auction in Coded Distributed Computing with Heterogeneous User Demands,'' IEEE ISCC, 2022. (CCF C)
6. Mingzhu Qiang, Changyan Yi, Juan Li, Kun Zhu and Jun Cai, ''Joint Task Offloading and VM Placement for Edge Computing with Time-Sequential IIoT Applications,'' IEEE ISCC, 2022. (CCF C)
5. Juan Li, Jie Wu, Yanmin Zhu, “Selecting Optimal Mobile Users for Long-term Environmental Monitoring by Crowdsourcing”, Proc. IEEE/ACM IWQoS, 2019. (CCF B)
4. Juan Li, Jie Wu, Yanmin Zhu, “Data Utility Maximization When Leveraging Crowdsensing in Machine Learning”, Proc. IEEE/ACM IWQoS, 2018. (CCF B)
3. Juan Li, Yanmin Zhu, Jiadi Yu, Chengnian Long, Guangtao Xue and Shiyou Qian, “Online Auction for IaaS Clouds: towards Elastic User Demands and Weighted Heterogeneous VMs”, Proc. IEEE INFOCOM, 2017. (CCF A)
2. Juan Li, Yanmin Zhu, Jiadi Yu, Qian Zhang, Lionel Ni, “Towards Redundancy-Aware Data Utility Maximization under Budget Constraint in Crowdsourced Sensing”, Proc. IEEE ICPP, 2015. (CCF B)
1. Juan Li, Yanmin Zhu, Yiqun Hua, Jiadi Yu, “Crowdsourcing Sensing to Smartphones: A Randomized Auction Approach”, Proc. IEEE/ACM IWQOS, 2015. (CCF B)
专利：
1. 陈纬鉴，李娟，一种个性化联邦学习中基于分层强化学习的模型交易方法
2. 梁骏曜，李娟，通过无数据蒸馏的联邦学习实现异构感知自动驾驶的方法
3. 李娟，张亚楠，陈兵，朱琨，跨孤岛联邦学习中面向个体模型性能优化的联盟组建博弈方法
4. 邓瑞，李娟，一种纵向联邦学习中参与者模型贡献度的预估方法
5. 李娟，朱燕民，参与式感知系统中任务最优分配的方法
6. 李娟，朱燕民，冗余数据效用最大化方法
南京航空航天大学 院聘副教授
阿里巴巴手淘推荐算法 高级算法工程师
担任CCF A类期刊TMC、中文A类期刊计算机学报、B类会议IWQoS、C类会议IJCNN、C类会议WCNC审稿人
担任CCF系统软件专委会、CCF Yocsef南京、江苏省网络与云计算专委会委员。