魏淑越，山东大学-南洋理工大学人工智能国际联合研究院(C-FAIR)助理研究员。2025年博士毕业于北京航空航天大学计算机学院，2020年本科毕业于北京航空航天大学沈元学院，师从童咏昕教授。研究兴趣主要包括数据价值度量、时空联邦学习与大模型数据基础等，在TKDE、VLDB、ICDE、KDD、AAAI、FCS等国内外高水平期刊/会议发表多篇论文。曾获IEEE MDM 2021最佳学生论文奖，已获授权多项国家发明专利，并参与撰写联邦学习专著及“联邦大模型十大挑战”综述等工作。长期担任IEEE TKDE、IEEE TMC、IEEE TCSVT、KDD、WWW等顶级期刊/会议审稿人。

谷歌学术个人主页：https://scholar.google.com/citations?user=JH1mkD4AAAAJ&hl

招生信息:

欢迎对"大模型语义算子"、"时空大数据"、"智能体记忆管理"、"智能体Skill生成"等感兴趣的本科生一起合作，只要你有执行力，我会带你入门科研，学习科研基本规范、所需数理基础以及如何进行学术表达等。与北京航空航天大学、南洋理工大学以及字节跳动、阿里通义实验室等国内外研究机构保持合作，愿意为优秀的同学推荐读研、实习与交流的机会。

联系邮箱: weishuyue@email.sdu.edu.cn

发表论文：

• Shuyue Wei,  Chang Liu, Zimu Zhou, Yongxin Tong, Lizhen Cui.  MemLens: A Value-Aware Memory Management System with Interactive Analytics for LLM-based Agents. VLDB 2026 (CCF-A类).
  

• Yang Song, Yu Sun, Xieyang Wang, Tao Qian, Tengfei Xu, Jianqiu Xu, Shuyue Wei, Yongxin Tong. SpatialSQL: A Multi-Agent System for Interactiveand Observable Spatial Text-to-SQL. VLDB 2026 (CCF-A类).
  

•  Yuxiang Wang, Shuyuan Li, Yongxin Tong, Shuyue Wei, Zimu Zhou. Efficient Shapley-based Data Valuation for Federated Trajectories. FCS 2026 (CCF-T1类).

•  Shuyue Wei, Yongxin Tong, Zimu Zhou, Tianran He, Yi Xu. Efficient Data Valuation Approximation in Federated Learning: A Sampling-Based Approach. ICDE 2025 (CCF-A类).

• Shuyue Wei, Yongxin Tong, Zimu Zhou, Yi Xu, Jingkai Gao, Tongyu Wei, Tianran He, Weifeng Lv. Federated Reasoning LLMs: A Survey. FCS 2025 (CCF-T1类).

• Shuyue Wei, Yuanyuan Zhang, Zimu Zhou, Tianlong Zhang, Ke Xu. FedSM: A Practical Federated Shared Mobility System. VLDB 2024 (CCF-A类).

• Shuyue Wei, Yongxin Tong, Zimu Zhou, Qiaoyang Liu, Lulu Zhang, Yuxiang Zeng, Jieping Ye. Towards Capacity-Aware Broker Matching: From Recommendation to Assignment. ICDE 2023 (CCF-A类).

•  Shuyue Wei, Yongxin Tong, Zimu Zhou, Tianshu Song. Efficient and fair data valuation for horizontal federated learning. (FLPI 2020, 专著章节)

•  Hao Cheng, Shuyue Wei, Lingyu Zhang, Zimu Zhou, Yongxin Tong.Engaging drivers in ride hailing via competition: A case study with arena. MDM 2021 (CCF-C类, 最佳学生论文).

• Feng Wang, Tianxiang Chen, Shuyue Wei, Qian Chu, Yi Zhang, Yifan Sun, Zhiming Zheng. Unlocking Dynamic Inter-Client Spatial Dependencies: A Federated Spatio-Temporal Graph Learning Method for Traffic Flow Forecasting. AAAI 2026 (CCF-A类).

• Linghua Yang, Wantong Chen, Xiaoxi He, Shuyue Wei, Yi Xu, Zimu Zhou, Yongxin Tong. FedGTP: Exploiting inter-client spatial dependency in federated graph-based traffic prediction.  KDD 2024 (CCF-A类).

• 童咏昕, 杨强, 范力欣, 魏淑越, 王晏晟.联邦计算：从数据联邦到联邦学习. 中国计算机学会通讯 (CCCF), 2022年第9期.

发明专利：

[1] 童咏昕; 魏淑越; 李书缘; 徐毅; 许可. 一种基于图联邦学习的跨出行平台供需预测方法.

[2] 童咏昕; 魏淑越; 何天然; 李书缘; 徐毅; 许可. 一种基于影响力剪枝采样的联邦数据估值方法.

[3] 童咏昕; 史鼎元; 魏淑越; 徐毅; 许可. 一种高效的物流机器人集群路径规划方法.

[4] 张露露; 刘乔杨; 魏淑越; 童咏昕; 叶杰平. 预测模型的训练方法、用于推荐经纪人的方法.

[5] 王冯; 陈天翔; 魏淑越; 储乾; 苗淑怡; 张艺; 孙怡帆; 郑志明. 基于联邦时空图学习的交通流量预测及模型训练方法.