教育经历：

• 2008-2012：吉林大学 计算机科学与技术 本科学位（全日制）
• 2012-2015：吉林大学 计算机科学与技术 硕士学位（全日制）
• 2015-2021：吉林大学 计算机科学与技术 博士学位（全日制）
• 2016-2017：香港浸会大学 计算机系 研究助理
• 2019-2020：美国伊利诺伊大学香槟分校 计算机系 访问学生

工作经历：

• 2021-2025：西安交通大学 电信学部 助理教授
• 2025-至今： 西安交通大学 电信学部 副教授
• 2025-至今： 深圳河套学院科学与工程智能中心 双聘教授

裴红斌，博士，西安交通大学副教授，深圳河套学院双聘教授。在吉林大学先后取得本科、硕士、博士学位，曾赴美国伊利诺伊大学访学。研究兴趣包括图学习、大模型可信推理、AI驱动的分子科学，在IEEE TPAMI、ICML等CCF-A类论文40余篇，提出的几何图卷积网络Geom-GCN被誉为“异质图学习的奠基工作”。主持国自然面上基金、青年基金、博新计划等项目，成果应用于美团APP推荐、北京市副中心建设规划、中缅边境疟疾防控等重要任务。科技政策建言多次被中办、国办采纳。

代表性论文（近5-10年，按影响力排序）：

1. Hongbin Pei, et al.  Active Surveillance via Group Sparse Bayesian Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022（IEEE TPAMI）
2. Hongbin Pei, et al. Geom-GCN: Geometric Graph Convolutional Networks. The eighth International Conference on Learning Representations, 2020（ICLR; Spotlight Paper; Citation 1800+）
3. Hongbin Pei, et al. Multi-Track Message Passing: Tackling Oversmoothing and Oversquashing in Graph Learning via Preventing Heterophily Mixing. The forty-first International Conference on Machine Learning, 2024（ICML; Spotlight Paper）  
4. Hongbin Pei, et al. Non-Stationary Predictions May Be More Informative: Exploring Pseudo-Labels with a Two-Phase Pattern of Training Dynamics. The forty-first International Conference on Machine Learning, 2025（ICML）
5. Huiqi Deng, Hongbin Pei, et al. Attribution Explanations for Deep Neural Networks: A Theoretical Perspective. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2026（IEEE TPAMI）
6. 裴红斌, 海竞昕, 王平辉, 管晓宏. 系统安全视角下网络社会治理的挑战、对策与前瞻技术. 中国科学院院刊, 2025

著作/编著：

1. 《信息技术支撑国家治理现代化的战略研究》，科学出版社，2025年，参著
2. 《大数据与人工智能导论》，人民邮电出版社，2023年，参著

专利成果：

1. 一种利用预测不一致样本的伪标签增强训练方法，ZL202510525771.0，2025年，第一发明人
2. 面向稳定模拟的深度力场模型的对抗训练方法，ZL202411330354.2，2024年，第一发明人
3. 确定扰动分子构象的受力的方法，ZL202411328773.2，2024年，第一发明人

科研奖励：

1. 2021年：吉林省自然科学一等奖，吉林省人民政府，第四完成人
2. 2023年：吴文俊人工智能优秀博士论文提名奖，中国人工智能学会，第一完成人