出生年月：1987.10

职称：实验师

学科：智能科学与技术/电子信息

研究方向：

可信AI，不确定性建模和推理，医学图像处理，AI数学基础理论

联系电话：023-65023349

电子邮箱：zhoumou@cqust.edu.cn

个人简介

博士，师从英国皇家工程院院士Qiang Shen教授。长期从事可信AI与不确定性建模和推理领域的前沿研究，以及医学图像处理等应用研究。致力于将AI基础研究与工业应用场景深度融合，在提升AI的透明度、稳健性及决策逻辑的可追溯性方面取得了具有国际影响力的成果。发表SCI/EI论文10多篇，其中中科院一区TOP论文4篇。指导学生科技竞赛获国家、省部级以上奖数十项，并多次被评优秀指导教师，含2次获全国大学生电子设计竞赛全国二等奖，蓝桥杯全国软件和信息技术专业人才大赛全国二等奖等。

工作及学习简历

2005.09-2009.06 西南交通大学（本科）；

2010.09-2012.07 西南交通大学（硕士研究生）；

2019.09-2023.10英国亚伯大学博士研究生，师从英国皇家工程院院士Qiang Shen教授。

主要研究项目

[1] “面向山地复杂交通环境的智能网联汽车认知解耦推理与可审计决策研究”，重庆市自然科学基金面上联合资助项目，主持（PI），2026年，在研；

[2] “面向医学影像诊断的神经-符号混合学习与动态信任评估机制研究”，重庆市教委项目，主持（PI），2025年，在研；

[3] “基于人工智能和影像技术的医学病变辅助诊断系统” ，重庆市教委项目，主持（PI），2024年，结题；

[4] “天然气在线分析仪表的设计优化” ，西安长庆科技工程有限责任公司（长庆油田设计院），主持（PI），2019年，结题；

[5] “不确定性推理中不完备和不一致性问题的解决方法研究” ，重庆市自然科学基金面上项目，主研，2019年，结题；

[6] “旋流式大口径射流清管器研究及天然气管道多重风险预警技术优化研究等两个项目研究” ，中国石油天然气股份有限公司西南油气田分公司重庆气矿，主研，2023年，结题。

代表性研究成果

1.M. Zhou, C. Shang, G. Li, L. Shen, N. Naik, S. Jin, J. Peng, Q. Shen.“Transformation-Based Fuzzy Rule Interpolation with Mahalanobis Distance Measures Supported by Choquet Integral” in IEEE Transactions on Fuzzy Systems, vol. 31, no. 4, pp. 1083-1097, April 2023. (IF: 11.9, top 6% in AI and top 3% in IEEE).

2.M. Zhou, C. Shang and Q. Shen, "Rule-Ranking-Based Approximate Knowledge Interpolation With Directional Monotonicity," in IEEE Transactions on Cybernetics, vol. 54, no. 8, pp. 4814-4827, Aug. 2024. (IF: 10.5, top 6% in AI and top 5% in Automation and Control Systems).

3.M. Zhou, G. Li, C. Shang, S. Jin, J. Lin, L. Shen, N. Naik, J. Peng, Q. Shen. " Adaptive Fuzzy Transformation for Abnormal Breast Mass Detection," in Knowledge-Based Systems, 2025, 114232, ISSN 0950-7051, (IF: 7.6, top 15% in AI).

4.G. Li, M. Zhou, Yu Fu, N. Alam, E. Denton and R. Zwiggelaar. "An Interpretable Cnn-Based Model for Mass Classification in Mammography." in Knowledge-Based Systems, 316 (2025): 113372. (IF: 7.6, top 15% in AI).

5.M. Zhou, C. Shang, P. Zhang, G. Li, S. Jin, J. Peng, Q. Shen. "Towards Rule-ranking Based Fuzzy Rule Interpolation," 2021 IEEE International Conference on Fuzzy Systems, Luxembourg, Luxembourg, 2021, pp. 1-7. (Outstanding Student Paper travel grant)

6.M. Zhou, C. Shang, G. Li, S. Jin, J. Peng and Q. Shen, "Fuzzy Rule Interpolation with a Transformed Rule Base," 2021 IEEE International Conference on Fuzzy Systems, Luxembourg, Luxembourg, 2021, pp. 1-7. (Outstanding Student Paper travel grant)

7.Y. Long, M. Zhou*, S. Jin, J. Peng and Y. Wang, "An Integrated Approach for Improved Mammography Image Classification Using EfficientNet and Attention Mechanism," 2024 IEEE International Conference on Medical Artificial Intelligence (MedAI), Chongqing, China, 2024, pp. 114-122.

8.S. Hu, M. Zhou*, S. Jin, J. Peng and Y. Wang, "A Comparative Study of Different Deep Learning Models Over Diverse Mammography Datasets," 2024 IEEE International Conference on Medical Artificial Intelligence (MedAI), Chongqing, China, 2024, pp. 168-173.

9.R. Xu, C. Shang, J. Lin, M. Zhou, Y. Chen and Q. Shen, "Fuzzy Rule Base Simplification via Conflict Resolution by Aggregating Rule Consequents," 2024 IEEE International Conference on Fuzzy Systems, Yokohama, Japan, 2024, pp. 1-6.

10.X. Wang, M. Zhou*, S. Jin, J. Peng and Y. Wang, “A Feature-Driven Approach to Adaptive Fuzzy Rule Interpolation”, 2025 IEEE International Conference on Fuzzy Systems, Reims, France, 2025, pp. 1-8.