王超，博士/博士后，副教授，硕士生导师。2019年博士毕业于电子科技大学，同年7月加入重庆大学输配电装备及系统安全与新技术国家重点实验室进行博士后研究，2020年评为硕士研究生导师。2022年6月博士后出站，7月加入重庆师范大学计算机与信息科学学院，2023年12月晋升为副教授。近年来主持和参与国家级、省部级和重点实验室开放课题等科研项目11项，发表论文二十余篇。2023年始担任计算机学院自然语言处理课程主讲教师。
研招范围：学硕/专硕 联系方式：chaowang@cqnu.edu.cn
研究方向：时序数据和图数据表征、机器学习及能源大数据挖掘、自然语言处理及其应用。
学习与工作经历：
学习经历：
2011年09月 ~ 2013年07月，电子科技大学，硕士研究生
2013年09月 ~ 2019年06月，电子科技大学，博士研究生
2019年07月 ~ 2022年06月，重庆大学电气工程学院，博士后
工作经历：
2019年07月 ~ 2022年06月，重庆大学电气工程学院，弘深青年教师
2022年07月 ~ 2023年12月，重庆师范大学计算机与信息科学学院，助理究员
2023年12月 ~ 今，重庆师范大学计算机与信息科学学院，副教授
科研项目：
围绕相关研究内容，主持中央高校基本科研业务经费学科交叉建设专项项目1项，重庆市自然科学基金项目1项，重庆市教委科技项目1项，云南省软件工程重点实验室开放课题面上项目1项；主研国家自然科学基金重大研究计划1项，面上项目1项；作为合作单位负责人参与重庆市自然科学基金创新发展联合基金重点项目1项，重庆市技术创新与应用发展专项重点项目1项。主要科研项目列表：
1. 重庆大学, 中央高校基本科研业务费专项资金项目, 2020CDJGFDQ006, 微波无线传能口径面电场测量及分布重构, 2020-01至2021-12, 15万元, 结题, 主持
2. 重庆市科技局, 自然科学基金博士后项目, CSTC2020JCYJ-BSHX0066, 非侵入式超分辨率负荷分解方法及电能计量应用研究, 2020-04至2022-04, 10万元, 结题, 主持
3. 重庆市教育委员会, 科学技术研究项目, KJQN202300522, 基于电力泛在物联网的居家活动建模及健康风险预警研究, 2023-10至2026-09, 4万元, 在研, 主持
4. 云南省软件工程重点实验室, 面上项目, 2023SE204, 基于能源数据的离院老龄群体非侵入式健康风险评估研究, 2023-09 至 2025-08, 10万元, 在研, 主持
5. 重庆市科技局, 重庆市自然科学基金创新发展联合基金重点项目, CSTB2023NSCQ-LZX0003, 大模型时代知识计算安全防控关键技术研究, 2023-10 至 2026-09, 50万元, 在研, 合作单位负责人
6. 重庆市科技局, 重庆市技术创新与应用发展专项重点项目, CSTB2023TIAD-KPX0088, 新能源电力系统宽频振荡分析抑制技术及应用研究, 2023-09 至 2026-09, 100万元, 在研, 合作单位负责人
科研论文：
近年来围绕图数据表征，自然语言处理、异常检测和机器学习在电力和电磁场方面的应用等领域进行研究，发表学术论文24篇，其中SCI索引论文22篇，EI索引论文2篇，第一作者和通讯作者论文13篇（*表示通讯作者）：
[1] Guo Xiaochao, Wang Chao*, Wu T, et al. Detecting the novel appliance in non-intrusive load monitoring[J]. Applied Energy, 2023, 343: 121193. （IF: 11.4, JCR Q1）
[2] Li Ruiheng, Gan Lu, Liu Yang, Yi Di, and Wang Chao*, et al. A model-driven approach for fast modeling of three-dimensional laser point cloud in large substation[J]. Scientific Reports, 2023, 13(1): 16092. （IF:4.6, JCRQ2）
[3] Wang Chao*, Wu Zhao, Peng Wenxiong, et al. Adaptive modeling for non-intrusive load monitoring[J]. International Journal of Electrical Power & Energy Systems, 2022, 140: 107981. （IF: 5.65, JCR Q1）
[4] Wu Zhao, Wang Chao*, Xiong Linyun, et al. A smart socket for real-time non-intrusive load monitoring[J]. IEEE Transactions on Industrial Electronics, 2022, 70(10): 10618-10627. （IF: 8.15, JCR Q1）
[5] Ruiyou Li, Wang Chao*, Huaiqing Zhang*, Chunxian Guo & Zhao Wu. Using Wavelet Packet Denoising and A regularized ELM algorithm based on the LOO approach for transient electromagnetic inversion. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-17.（IF: 8.12, JCR Q1）
[6] Tao Wu, Hongyu Ma, Wang Chao*, Shaojie Qiao*, Liang Zhang & Shui Yu. Heterogeneous representation learning and matching for few-shot relation prediction[J]. Pattern Recognition, 2022, 131: 108830. （IF: 8.51, JCR Q1, Top）
[7] Li Ruiheng, Wu X, Tian Hao, Wang Chao*, et al. Hybrid memetic pretrained factor analysis-based deep belief networks for transient electromagnetic inversion[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-20.（IF:8.2, JCR Q1 Top）
[8] Wu Zhao, Wang Chao*, Peng Wenxiong, Liu Weihua & Zhang Huaiqing. Non-intrusive load monitoring using factorial hidden markov model based on adaptive density peak clustering[J]. Energy and Buildings, 2021, 244, 111025. （IF:5.88, JCR Q1, Top )
[9] Wu Zhao, Wang Chao*, Zhang Huaiqing, Peng Wenxiong & Liu Weihua. A time-efficient factorial hidden Semi-Markov model for non-intrusive load monitoring[J]. Electric Power Systems Research, 2021, 199, 107372. （IF: 3.41,JCR Q2 ）
[10] Wang Chao, Liu Zhen, Gao Hui & Fu, Yan. VOS: A new outlier detection model using virtual graph[J]. Knowledge-Based Systems, 2019, 185, 104907. （IF:5.92 , JCR Q1, Top）
[11] Wang Chao, Liu Zhen, Gao Hui & Fu Yan. A new outlier detection model using random walk on local information graph[J]. IEEE Access, 2018, 6, 75531-75544. （IF: 4.09, JCR Q1）
[12] Wang Chao, Liu Zhen, Gao Hui & Fu Yan. Applying anomaly pattern score for outlier detection[J]. IEEE Access, 2019, 7, 16008-16020. （IF: 3.74 ，JCR Q1）
[13] Wang Chao, Liu Zhen, Gao Hui & Fu Yan. Outlier detection using diverse neighborhood graphs[C]. In 2018 15th International Computer Conference on Wavelet Active Media Technology and Information Processing (ICCWAMTIP) 2018, pp. 58-62. IEEE. （EI）
欢迎对人工智能领域科学研究和工程实践有热情、能够主动思考和解决问题的同学加入，共同探索大模型时代机器学习/自然语言处理的无限可能！
