本硕博均毕业于西北工业大学。2015-2018年在美国普林斯顿大学从事博士后研究工作，2018年9月加入南京大学。

承担《最优控制理论》和《机器学习》等本科生、研究生课程。每年计划招收硕士研究生若干，欢迎对相关研究方向感兴趣的同学加入我们团队。

目前主要从事机器学习及其应用、局部与全局优化、物理信息神经网络在控制决策中的应用，以及高维模型表示理论及其在机器学习中的应用等方面的研究工作，主持国家自然科学基金青年基金一项、江苏省自然科学基金青年基金一项；参与国家自然科学基金项目一项、江苏省自然科学基金青年基金一项；已发表学术论文20余篇。

在机器学习方面，我们提出了基于数据划分的探测方法与计算效率接近线性的自适应建模方法，大幅缩减论域并捕捉数据结构特征；在优化方面，通过多序列加速法显著提升随机梯度法的收敛速度，并发展出一系列具备理论保证且实际效果优异的全局优化算法，已成功应用于自适应光学控制；在物理信息神经网络研究中，构建了新型架构以提升计算效率与场景自适应性；同时，在高维模型表示理论方面，严格论证了其结构低维分量的收敛性与收敛速率，为基本假设提供了扎实理论支撑。