image

个人简介

博士,现在为中山大学数据与计算机学院副教授(中大百人计划),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,并获得北京市优秀博士论文奖;2011-2013年纽约城市大学Levich Institute 博士后。近几年主要从事具有图或者网络结构的大数据挖掘与人工智能算法与理论研究工作,探索数据背后的自然物理规律。发表论文 40 余篇,其中通讯、第一作者论文 25 篇, 包括 Nature Physics, PRL, PRX 各 1 篇,PNAS 2 篇,PRE 11 篇,其中 Nature Physics 论文被选入该期封面推荐论文, 并入选 ESI 高引论文。Google Scholar 总引用 1000 余次.

所属研究所、院系: 网络空间安全研究所
职称: 副教授
E-mail: yanqing.hu.sc@qq.com
办公地点: 信科楼621C

image

News

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。

image

News

2019年8月13日,我们组谢家荣博后关于网络渗流理的论文被Chaos杂志选入特色(Featured)论文。

image

News

2019年5月8日,我们组关于耦合网络的社团结构风险理论研究文章《Extreme risk induced by communities in interdependent networks》在Nature 子刊 Communications Physics上发表。发现社团结构的变化,会给耦合系统带来极端的风险,并且实证发现全球化可能正在加剧这种风险。https://www.nature.com/articles/s42005-019-0144-6

image

News

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。

image

News

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》

image

News

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

image

News

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

image

News

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

image

News

2014年9月25日,物理研究门户网站Phys.org,报道了我们得工作《Avoiding catastrophic failure in correlated networks of networks》。https://phys.org/news/2014-09-natural-networks-stable-man-made.html

image

News

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

image

News

2014年9月14,我们关于脑网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。摘要:Networks in nature do not act in isolation, but instead exchange information and depend on one another to function properly1–3 . Theory has shown that connecting random networks may very easily result in abrupt failures3–6. This finding reveals an intriguing paradox7,8: if natural systems organize in intercon- nected networks, how can they be so stable? Here we provide a solution to this conundrum, showing that the stability of a system of networks relies on the relation between the internal structure of a network and its pattern of connections to other networks. Specifically, we demonstrate that if interconnections are provided by network hubs, and the connections between networks are moderately convergent, the system of networks is stable and robust to failure. We test this theoretical prediction on two independent experiments of functional brain networks (in task and resting states), which show that brain networks are connected with a topology that maximizes stability according to the theory.

image

News

和曾安同学合作的工作,被选入《欧洲物理学快报》(EPL)封面.