上一篇 魏宝乐
温健 下一篇
魏欣然
北京中关村学院导师
魏欣然，主要研究兴趣为人工智能驱动的高性能科学计算和科学模型。她于2021年毕业并加入微软亚洲研究院，曾作为核心成员参与研发微软第一个云科学计算服务，利用GPU分布式集群大幅提升密度泛函理论的计算速度和体系规模。此外，她还曾参与多智能体强化学习的资源优化平台（MARO）的搭建和算法优化工作。已在包括ICML、ICLR、NeurIPS等在内国际会议和期刊上发表10余篇论文。
个人主页链接：https://weixinran.github.io
个人主页链接：https://weixinran.github.io
人物经历
研究方向
1. 面向大规模体系的高效人工智能模型, 主要包括机器学习力场、电子结构预测以及基于模型的科学计算加速方法等。
2. 高性能科学计算方法与软件，主要包括基于大模型的高性能代码生成与优化、基于硬件的并行和稀疏加速方法等。
代表性学术论文
Luo, E.*, Wei, X.*. Efficient and Scalable Density Functional Theory Hamiltonian Prediction through Adaptive Sparsity. ICML, 2025.
Ju, F. *, Wei, X. *, Huang, L. *, Jenkins, A. J., Xia, L. Zhang, J. Acceleration without disruption: DFT software as a service. J. Chem. Theory Comput., 2024.
Shi, W., Wei, X., Zhang, J., Ni, X., Jiang, A., Bian, J. Cooperative policy learning with pre-trained heterogeneous observation representations. AAMAS, 2021.
Li, Y., Huang, L., Ding, Z., Wei, X., Wang, C.. E2Former: A Linear-time Efficient and Equivariant Transformer for Scalable Molecular Modeling. NeurIPS, 2026.
Yamaguchi, A. J., Sato, T., Tobase, T., Wei, X., Huang, L., Zhang, J. Multiscale numerical simulation of CO2 hydrate storage using machine learning. Fuel, 2023.