姓名：王舒禹， 性别：男 ，出生年月：1991.06 学位：博士， 职称：副教授 ， 导师类型：硕士导师,项目博士导师， 海外引进人才。
联系方式
联系电话：
电子邮件：wangshuyu@neuq.edu.cn；vincentwang622@126.com
研究方向
多模态柔性传感、软体机器人智能感知、AI赋能的聚合物研究
感知能力是机器人与环境实现智能交互的基础，也是当前人工智能与机器人领域的关键研究方向。软体机器人作为新一代机器人技术的重要代表，其感知能力仍存在显著瓶颈。发展具有多模态感知能力的软体机器人，已成为推动机器人向更高层次智能迈进的核心挑战。
近年来，本人致力于多模态仿生传感与类脑信号处理的研究，重点探索软体机器人离子皮肤在智能感知中的应用。研究从神经系统中汲取灵感，揭示感知编码与处理的底层机制，逐步形成了离子凝胶柔性传感与贝叶斯大脑主动感知两大研究体系。相关工作旨在提升软体机器人的仿生感知能力，弥合机器人感知与控制之间的鸿沟，为具身智能的实现提供理论与技术支撑。
教育背景
2009.09-2013.06 华中科技大学
2013.08-2017.08 纽约州立大学石溪分校（SUNY Stony Brook University）,师从Prof. Lei Zuo
工作履历
2017.09-2018.12 Gloabalfoundries（芯片制造公司）高级工程师
学术兼职
EEIS 2024 电气电子与信息科学国际学术会议程序委员会主席
RICAI 2022机器人、智能控制与人工智能国际学术会议委员会成员
American Journal of Artificial Intelligence 编委成员
《人工智能与机器学习》编委
Micromachines 专题顾问委员会成员
JoVE客座编辑并举办专栏
Advanced functional materials、Advanced Science、 Information fusion等SCI期刊审稿人，审稿七十余次。
中国微米纳米技术学会会员、中国仪器仪表学会会员、国际仿生协会会员、IEEE会员
科研情况
【在研项目】
中央引导地方项目，用于凝胶压感、热感模态解耦的深度算子网络研究，主持
【结题项目】
国自然青年项目，基于超低热导微腔体的高精密单细胞热传感方法研究，主持
河北省绿色通道项目，为加快药物研发的微纳量热计研究，主持
中央高校基本业务费，高通量高精度微纳量热计研究，主持
中央高校基本业务费，超低热导的高精密细胞热传感方法研究研究，主持
奖励与荣誉
2025年，作为指导老师获得全国大学生计算机设计大赛全国二等奖
2025年，作为指导老师获得中国Triz杯大学创新方法大赛获得省一等奖
2022年，Wiley Open Science Excellent Author Program Award（全国一个季度五人）
2023年，东北大学秦皇岛分校年度潜力新星奖
2022年，RICAI学术会议最佳口头汇报奖
2022年 东北大学优秀毕业设计指导教师
2021年 互联网+创新创业大赛省银奖指导老师
2021年 河北省大中学生科技创新能力项目指导教师
2020年 创新创业大赛指导老师获校级第二名
2019年 双语教学竞赛校第一名
2014年 ASME travel award
2013年 Stony Brook University scholarship award
学术成果
研究成果登上Advanced Materials等国际高影响力刊物，总共发表共论文30余篇，其中第一作者、通讯作者24篇，单篇最高影响因子27.3，H指数18。研究成果得到美国、澳大利亚、韩国、中国等国家院士的引用或积极评价。
【代表性学术论文】
1. S. Wang*,D.Liu,F. Changzeng, and et al. “Predictive Body Awareness in Soft Robots: a Bayesian Variational Autoencoder Fusing Multimodal Sensory Data”, IEEE Transactions on Robotics. doi: 10.1109/TRO.2025.3610170 (已被接收，IF 10.5, 中科院1区机器人顶刊, JCR Q1，在类脑多模态信号融合机理方面取得突破，为解决机器人多模态融合的难题找到理论法则)
2. S. Wang*, T. Yang, D. Zhang, Q. Hua, and Y. Zhao, “Unveiling Gating Behavior in Piezoionic Effect: toward Neuromimetic Tactile Sensing,” Advanced Materials, vol 36,36, p. 2405391, Jul. 2024, doi: 10.1002/adma.202405391. (IF 27.4, 中科院1区材料顶刊，JCR Q1，揭示了水凝胶中离子压电效应的门控行为机理，为离子皮肤仿神经感知提供新视角)
3. S. Wang*, H. Zhen, H. Zhao, D. Zhang, and H. Yue, “Visual-tactile inference in soft grippers leveraging piezoionic hydrogels and neuromorphic computing,” Chemical Engineering Journal, p. 167677, Aug. 2025, doi: 10.1016/j.cej.2025.167677. (IF 13.2, 中科院1区，JCR Q1，发现离子皮肤传感与仿神经形态计算可实现机器人视触觉跨模态感知)
4. H. Yue, S. Wang*, X. Sha, and Q. Wang, “Discovery of polymers with high bulk modulus and low thermal conductivity using a hybrid generative pipeline,” Chemical Engineering Journal, vol. 518, p. 164763, Aug. 2025, doi: 10.1016/j.cej.2025.164763. (IF 13.2, 中科院1区，JCR Q1，实现AI助力的高性能新聚合物材料发现)
5. S. Wang*, D. Zhang, A. Wang, and T. Yang, “Exploration of deep operator networks for predicting the piezoionic effect,” The Journal of Chemical Physics, vol. 162, no. 11, p. 114901, Mar. 2025, doi: 10.1063/5.0246530. (中科院2区, JCR Q1，提出触觉可视化新范式)
6. S. Wang*, H. Yue, and X. Yuan, “Accelerating Polymer Discovery with Uncertainty-Guided PGCNN: Explainable AI for Predicting Properties and Mechanistic Insights,” J. Chem. Inf. Model., vol. 64, no. 14, pp. 5500–5509, Jul. 2024, doi: 10.1021/acs.jcim.4c00555. (IF 5.6, 中科院2区Top, JCR Q1)
7. S. Wang*, H. Zhen, S. Duan, and X. Sha, “Fluidic feedback for soft actuators: an electronic-free system for sensing and control,” Bioinspir. Biomim., vol. 20, no. 1, p. 016025, Dec. 2024, doi: 10.1088/1748-3190/ad9f02. (JCR Q1)
8. S. Wang*, H. Tang, Y. Zhao, and L. Zuo, "BayeStab: Predicting effects of mutations on protein stability with uncertainty quantification," Protein Sci., 31, p. e4467, (2022).(IF 8.0, JCR Q1)
9. S. Wang*, S. Duan, T. Yang, Z. He, Z. Xia, and Y. Zhao, “A self-powered strain sensor utilizing hydrogel-nanosheet composites, Zn foil, and silver-coated nylon,” Sensors and Actuators A: Physical, vol. 364, p. 114824, Dec. 2023, doi: 10.1016/j.sna.2023.114824.（JCR Q1）
10. S. Wang*, H. Tang, P. Shan, Z. Wu, and L. Zuo, "ProS-GNN: Predicting effects of mutations on protein stability using graph neural networks," Comput. Biol. Chem., 107, p. 107952, (2023).（JCR Q1）
11. S. Wang* and Z. Sun, "Hydrogel and Machine Learning for Soft Robots’Sensing and Signal Processing: A Review," J. Bionic Eng., (2022). （JCR Q1）
12. Sun, Z.; Wang, S*.; etal: Discriminating soft actuators’thermal stimuli and mechanical deformation by hydrogel sensors and machine learning. Advanced Intelligent Systems 2022;n/a:2200089. (IF 7.4, JCR Q1)
13. Lv, X.; Wang, S*.; Shan, P.; Zhao, Y.; Zuo, L., A machine learning based method for automatic differential scanning calorimetry signal analysis. Measurement 2022, 187, 110218. (IF 5.6，中科院2区Top, JCR Q1)
14. Lv, X.; Wang, S*.; Zhao, Y.; Shan, P., A reinforcement learning based method for protein’s differential scanning calorimetry signal separation. Measurement 2022, 188, 110391.(IF 5.6，中科院2区Top, JCR Q1)
15. S. Wang*, Z. Sun, Y. Zhao and L. Zuo, A highly stretchable hydrogel sensor for soft robot multi-modal perception, Sensors and Actuators A: Physical (2021) 113006. (IF4.6, JCR Q1)
16. S., W*.; Z., Z.; Y., Z.; L., Z., A Variational Autoencoder Enhanced Deep Learning Model for Wafer Defect Imbalanced Classification. IEEE Transactions on Components, Packaging and Manufacturing Technology 2021, 1-1.
17. Wang, S*.; Shan, P.; Zhao, Y.; Zuo, L., GanDTI: A multi-task neural network for drug-target interaction prediction. Comput Biol Chem 2021, 92, 107476.
18. Wang, S.; Sha, X.; Yu, S.; Zhao, Y., Nanocalorimeters for biomolecular analysis and cell metabolism monitoring. Biomicrofluidics 2020, 14, (1), 011503.
19. Yu, S.; Wang, S.; Lu, M.; Zuo, L., Review of MEMS differential scanning calorimetry for biomolecular study. Frontiers of Mechanical Engineering 2017, 12, (4), 526-538. (IF 4.528)
20. Wang, S.; Yu, S.; Lu, M.; Liu, M.; Zuo, L., Atomic Layer-Deposited Titanium-Doped Vanadium Oxide Thin Films and Their Thermistor Applications. J Electron Mater 2017, 46, (4), 2153-2157.
21. Wang, S.; Yu, S.; Siedler, M.S.; Ihnat, P.M.; Filoti, D.I.; Lu, M.; Zuo, L., Micro-differential scanning calorimeter for liquid biological samples. Rev Sci Instrum 2016, 87, (10), 105005.
22. Wang, S.; Yu, S.; Siedler, M.; Ihnat, P.M.; Filoti, D.I.; Lu, M.; Zuo, L., A power compensated differential scanning calorimeter for protein stability characterization. Sensors and Actuators B: Chemical 2018, 256, 946-952. (中科院1区顶刊，IF 8.4)
【专利与软著】
1.一种用于细胞代谢热检测的开放式微纳量热计系统[P]: 中国.202110746385.6
2.面向超大规模集成电路生产线的自动化晶圆缺陷模式识别系统：中国. 2021SR0832963，2021-06-04
讲授课程情况
深度学习基础
Python数据分析与机器学习基础
指导研究生情况
每年招收3名研究生，欢迎愿意参与国际前沿科学研究的同学加入 ~^o^~。
学术研究网站
https://www.researchgate.net/profile/Shuyu-Wang-10
