职称 副研究员
研究方向 大模型多智能体、联邦学习
导师类别 硕士生导师
主讲课程
联系邮箱 lipingyi@tju.edu.cn
教育与工作背景
2025.06-至今 天津大学 人工智能学院 副研究员
2023.12-2024.11 新加坡 南洋理工大学 计算机专业 联合培养博士生
2021.09-2025.06 南开大学 计算机科学与技术专业 博士研究生
2019.09-2021.06 南开大学 计算机科学与技术专业 硕士研究生
个人简介
衣丽萍，天津大学智能与计算学部副研究员，硕士生导师。 2025年6月加入机器学习与数据挖掘实验室，团队负责人为胡清华教授。 2025年6月于南开大学计算机学院获得博士学位，师从王刚教授和刘晓光教授。 2023年12月至2024年11月期间，作为联合培养博士，在新加坡南洋理工大学（NTU）计算与数据科学学院（CCDS）开展学术研究，合作导师为于涵副教授。 研究方向主要包括联邦学习与大模型多智能体系统，聚焦于模型异构、通信效率、个性化建模与系统公平性等关键问题。 在IEEE TSC、IEEE TMC、ICDE、NeurIPS、ICML、ICCV、AAAI、IJCAI、ACM MM等国际期刊与会议上发表学术论文20余篇，受邀担任NeurIPS、ICML、CVPR、ICCV、AAAI等CCF-A类国际会议审稿人。 主持多项科研项目，包括由中国科协资助的“中国科协青年人才托举工程博士专项计划”等。更多信息详见个人主页https://lipingyi.github.io/。
代表性成果
（一）代表性论文
1. Liping Yi, Han Yu, Gang Wang*, Xiaoguang Liu*, Xiaoxiao Li, pFedAFM: Adaptive Feature Mixture for Data-Level Personalization in Heterogeneous Federated Learning on Mobile Edge Devices, 41st IEEE International Conference on Data Engineering (ICDE’25), CCF-A, 2025.
2. Liping Yi, Han Yu, Chao Ren, Gang Wang*, Xiaoguang Liu*, Xiaoxiao Li, pFedES: Generalized Feature Extractor Sharing for Model Heterogeneous Personalized Federated Learning, AAAI Conference on Artificial Intelligence (AAAI’25), CCF-A, 2025.
3. Liping Yi, Han Yu, Chao Ren, Gang Wang*, Xiaoguang Liu*, Xiaoxiao Li, Federated Model Heterogeneous Matryoshka Representation Learning, Conference on Neural Information Processing Systems (NeurIPS’24), CCF-A, 2024.
4. Liping Yi, Han Yu, Zhuan Shi, Gang Wang*, Xiaoguang Liu, Lizhen Cui*, Xiaoxiao Li, Semantic Similarity-based Aggregation for Efficient Model-Heterogeneous Personalized Federated Learning, International Joint Conferences on Artificial Intelligence (IJCAI’24), CCF-A, 2024.
5. Liping Yi, Gang Wang*, Xiaoguang Liu*, QSFL: A Two-Level Uplink Communication Optimization Framework for Federated Learning, International Conference on Machine Learning (ICML’22), CCF-A, 2022.