n 基本情况：
王超，1986年，男，中共党员，博士，副教授。中国计算机学会专业会员，担任人工智能与模式识别专委委员，自然语言处理专委会委员。
教育与工作经历：
2011年09月—2013年06月 电子科技大学 硕士
2013年09月—2019年06月 电子科技大学 博士
2019年07月—2022年06月，重庆大学 电气工程学院 弘深青年教师/博士后
2022年7月—2023年12月，重庆师范大学 js4399金沙线集团 助理研究员
2023年12月—至今，重庆师范大学 js4399金沙线集团 副教授
n 研究方向：
研究兴趣主要集中在人工智能、自然语言处理（NLP）以及大语言模型（LLM）的前沿应用与底层机制。致力于探索大模型在垂直领域的落地、多跳RAG（检索增强生成）、智能体（Agent）系统构建，以及时间序列数据的异常检测。目前，我正带领团队推进多个国家级与省部级重点项目，探索AI技术在教育、电子商务、政务及特需群体关怀等真实场景下的创新应用。
n 科研项目情况：
主持重庆市自然科学基金、重庆市教委科学基金项目/重点项目、国家汉推基地重大课题子课题项目、重点实验室开放课题项目、重庆师范大学杰出博士科研启动基金项目等纵向科研项目7项；作为主研参与国家自然科学基金重大研究计划项目、重庆市自然科学基金创新发展联合基金重点项目、重庆市技术创新与应用发展专项重点项目、国家/省重点实验室开放课题项目等十余项。目前在研的主要项目包括：
国际中文教育大模型：领导研发“师道汉韵”国际中文教育垂直大模型，作为该领域西南地区首个大模型，获新华网、人民网、华龙网等主流媒体广泛报道；主导建设的“跨语言技能教学空间”项目，成功入选重庆市2025年人工智能应用场景12大优秀案例（全市唯一入选高校项目），并获国家汉推基地重大项目资助。
大模型核心技术研究：聚焦大模型复杂文档解析、表格推理与可控生成技术研发。率队斩获全国人工智能应用场景创新挑战赛一等奖及二等奖（2024年）、三等奖（2025年），相关核心技术已申请国家发明专利三项。
政企数字化转型赋能：深度参与“数字重庆”建设，主持研发专业培养方案优化智能体系统；联合储备粮公司成功开发智慧粮仓AI管理系统。
AI垂直领域应用：主导研发“Mr.CQNU”校级大模型；与博物馆联合构建基于大语言模型的文博知识推理平台。
交叉科学研究：主持重庆市教委重点项目开展特殊儿童非侵入式行为感知研究。
n 科研论文情况：
近年来，围绕图数据表征，异常检测及人工智能应用等领域，在 Applied Energy、IEEE Transactions on Industrial Electronics (TIE)、Pattern Recognition 等Top学术期刊发表SCI索引论文三十余篇。
[1] Wu, Zhao, Wang, Chao*, Wu, Jing, et al. (2025). Dynamic adaptive modeling for non-intrusive load monitoring with unknown loads. Energy and Buildings, 329, 115246. 中科院分区2区
[2] Zha, Xinji, Dong, Yumin, Jiang, Haomiao, Xu, Zihui, & Wang, Chao. (2025). LLM-AGR: Large Language Model Augmented Graph Representation Learning for Recommendation. Knowledge-Based Systems, 114791, 中科院分区1区
[3] Xian, Xingping, Wu, Tao, Qiao, Shaojie, Wang, Chao, et al. (2025). Self-representation-based Generative Graph Neural Networks for End-to-End Link Prediction. IEEE Transactions on Big Data, 中科院分区1区
[4] Guo, Xiaochao, Wang, Chao*, Wu, Tao, et al. (2023). Detecting the novel appliance in non-intrusive load monitoring. Applied Energy, 343, 121193, 中科院分区1区
[5] Wu, Zhao, Wang, Chao*, Xiong, Linyun, et al. (2022). A smart socket for real-time nonintrusive load monitoring. IEEE Transactions on Industrial Electronics, 70(10), 10618-10627, 中科院分区1区
[6] Wang, Chao, Wu, Zhao, Peng, Wenxiong, et al. (2022). Adaptive modeling for Non-Intrusive Load Monitoring. International Journal of Electrical Power & Energy Systems, 140, 107981, 中科院分区2区
[7] Wang, Chao, Liu, Zhen, Gao, Hui, & Fu, Yan. (2019). VOS: A new outlier detection model using virtual graph. Knowledge-Based Systems, 185, 104907., 中科院分区1区
[8] Wu, Tao, Ma, Hongyu, Wang, Chao*, et al. (2022). Heterogeneous representation learning and matching for few-shot relation prediction. Pattern Recognition, 131, 108830, 中科院分区1区
[9] Li, Ruiheng, Wu, Xialan, Tian, Hao, Yu, Nian, & Wang, Chao*. (2022). Hybrid Memetic Pretrained Factor Analysis-Based Deep Belief Networks for Transient Electromagnetic Inversion. IEEE Transactions on Geoscience and Remote Sensing, 60, 1-20 , 中科院分区1区
[10] Wu, Tao, Luo, Junhui, Qiao, Shaojie, Wang, Chao, et al. (2024). Multiview-ensemble-learning-based robust graph convolutional networks against adversarial attacks. IEEE Internet of Things Journal, 11(16), 27700-27714, 中科院分区1区
n 联系方式
科研邮箱： chaowang@cqnu.edu.cn
n 教育教学
主讲课程主要包括：
《Python语言程序设计》：国家级一流本科课程，主讲教师。
《自然语言处理》：面向本科生与研究生，课程涵盖前沿预训练技术与大模型应用实践。2026年开始担任重庆人工智能学院该课程的兼职授课教师。
《数据挖掘》：面向本科生介绍文本数据挖掘基础、应用及前沿进展。
教学改革方面，围绕自然语言处理进展现状以及资源库建设需求等方面，先后获批校级和省级两项教改项目。
n 导师寄语
欢迎有志于大模型智能体研究及应用的优秀学生加入课题组。
