南方科技大学理学院统计与数据科学系，副教授，研究员，博士生导师。2011年毕业于北京师范大学系统科学学院，获得系统理论方向理学博士学位。获得北京市优秀博士论文奖、广东省特支科技创新青年拔尖人才、广东省杰出青年基金等奖励与项目。2011-2013年纽约城市大学Levich Institute 博士后。近几年主要从事大数据、复杂网络、图神经网络等方面的研究。发表论文 70 余篇，包括 Nature Medicine，Nature Physics，Nature Human Behaviour， PNAS，Nature Communications，PRL，PRX等杂志。
Yanqing Hu received his PhD degree from Beijing Normal University in 2011. He was a Postdoctoral Researcher at the Levich Institute of City University of New York, from 2011 to 2013. Currently, he is an Associate Professor at Department of Statistics and Data Science of Southern University of Science and Technology.His research interests mainly focus on using big data to explore the mechanisms inside complex systems. His group always has Research Assistant Professor and Post-doctoral positions.
Email: yanqing.hu.sc@qq.com

On April 2nd, 2024, we publish a Nature Communications paper. Evolution processes of complex networked systems in biology and social sciences, and their underlying mechanisms, still need better understanding. We propose a machine learning approach to reconstruct the evolution history of complex networks.
https://www.nature.com/articles/s41467-024-47248-x

2023年2月13日，在Nature Medicine上发表通讯文章，讨论新冠肺炎的防控策略。
On Feb 13th, 2023, our group publish a correspondence article on Nature Medicine to discuss the containment strategies of COVID-19.

2022年11月18日，我们组参与组织召开统计物理复杂系统诺贝尔奖专题会议
On Nov 18th, 2022, our group participated in organizing the Nobel Prize symposium on complex systems of statistical physics.

On February 25th, 2022, our group published a paper titled ‘Indirect influence in social networks as an induced percolation phenomenon’ in PNAS. Through the statistical analysis of empirical data on collaboration behaviors of scientists, it is found that indirect collaborators have a more important influence on the changes of their research fields. And an induced percolation model for behavioral propagation is proposed.

2021年4月我们组发表在Nature Human Behaviour上的论文, 被选入该杂志2021年9月卷封面论文（Cover Story）
https://www.nature.com/nathumbehav/volumes/5
https://www.nature.com/nathumbehav/volumes/5/issues/9

我们组2020年发表在Nature Communications杂志上，研究网络结构可预测性的论文，获得2021“世界人工智能大会青年优秀论文提名奖(World Artificial Intelligence Conference Youth Outstanding Paper ）”。
http://www.waicyop.cn/article/7

2021年4月1日，我们组关于社交媒体上信息传播的渗流相变方面的研究，在Nature Human Behaviour上发表。该研究分析了由1亿用户形成的网络结构与传播行为数据，在真实的社交媒体上观测到渗流相变、临界指数和临界点。并发现相变临界点的值仅为理论预测值的1/10，同时实际观测到的爆发开的信息，有98.4%被之前的渗流模型错误地预测为非爆发态。这表明社交媒体传播信息的能力比以往的理论预测值要高出一到两个数量级。基于用户使用社交媒体上瘾行为与网络结构之间存在的正反馈协同演化，提出了一个新的以实证数据驱动的渗流模型，该模型与真实信息传播的数据非常吻合。

2020年2月29日，我们组关于网络结构预测极限的论文正式在Nature Communications上发表。该工作利用香农信源编码定理，证明了网络结构对应的最短二进制编码长度与理论上最佳结构预测算法的性能存在线性关系，并在诸多实际网络上观测到。该结论可以用以评估相关领域的预测算法，包括机器学习等算法的性能。

祝贺我们组孙嘉辰研究生获得麻省理工学院集群智能研究中心OFFER。

2019年7月29日，与电子科技大学、四川大学团队合作，在Physics Reports上发表大型综述文章。该文章主要讨论了国际上在网络上的传播行为与网络结构相互演化方面最近10年的主要研究进展。

Physics Reports 目前影响因子高达28.3，在领域内排名前3，一般只接受邀请论文。

2018年9月24日，我们组包揽了2018年计算传播学年会两个一等奖，获奖论文分别为：
教师组：《Local structure can identify and quantify influential global spreaders in large scale social networks》
学生组：《Unexpectedly high capacity of social media networks to spread information》

2018年7月20日，《中国科学报》对我们进行了学术专访，并报道了我们最近发表在《PNAS》上，利用理论物理中的相变理，来寻找大规模在线社交网络中的最优传播者的工作。
http://news.sciencenet.cn/sbhtmlnews/2018/7/337289.shtm

2018年07月19日，中山大学在主页上分别以海外版与国内版报道我们最近在大数据及社交网络研究方面取得重要进展：近日以我校为第一完成单位，数据科学与计算机学院胡延庆副教授与其合作者包括纪圣塨博士生、金瑜亮研究员、冯凌研究员等在国际顶级综合性期刊《PNAS》上发表了题为“Local structure can identify and quantify influential global spreaders in large scale social networks”的长达57页研究论文（包括附录），从理论上完整给出了在线社交网络上信息传播的引爆点（tipping point）。为在线社交网络上的广告推送、社会感知、谣言控制等构建了理论基础，设计了对应的低代价、高效率并易于执行的算法。该成果为我院在大数据与交叉学科研究方面取得的重要标志性成果之一。http://news2.sysu.edu.cn/ky/153957.htm
http://www.sysu.edu.cn/2012/en/news/news02/32769.htm

2017年3月14日，中山大学数据科学与计算机学院在主页上报道我们最近在耦合网络研究方面取得重要进展：我院副教授胡延庆博士和他的合作者关于相互依赖网络系统的相关研究成果“Eradicating catastrophic collapse in interdependent networks via reinforced nodes ”发表在美国科学院院刊《PNAS》上。胡延庆副教授和美国科学院院士Gene Stanley教授为共同通讯作者。该研究发现在相互依赖的双层网络系统随的机保护策略中，存在一个物理常数—0.1756。当随机加保护顶点比例低于0.1756时，对于任何度分布的网络系统，如常见的无标度网络和泊松度分布网络，都不会出现突然崩溃的现象。该结论可以推广到任意多层的相互依赖网络上。http://sdcs.sysu.edu.cn/content/2792

2014年9月14，Nature Physics，以 News and Views的形式发表评论文章《Dangerous liaisons?》对我们研究结果给与报道。https://www.nature.com/articles/nphys3097

2014年9月14，我们关于多层网络结构稳定性的研究工作，《Avoiding catastrophic failure in correlated networks of networks》发表在《Nature Physics》上，并被推荐到封面。

和曾安同学合作的工作，被选入《欧洲物理学快报》(EPL)封面.