阙文戈，博士，特聘副研究员，高分子科学与工程系

qwg13@dhu.edu.cn

教育背景

2013.09 - 2017.07      清华大学自动化系       学士 (自动化)

2017.09 - 2023.07      清华大学自动化系       博士 (控制科学与工程)

工作履历

2023.07 - 2025.10      清华大学自动化系       博士后

2025.11 – 至今东华大学材料科学与工程学院特聘副研究员

研究领域

1、AI4Fiber：AI-ready 材料数据库、纤维知识图谱和纤维大语言模型。

2、Auto-Research Agent：大模型驱动的自主科研Agent，把文献理解、科学计算、实验规划、自主湿实验和结果反馈连接成可自主迭代的科研系统。

3、复杂系统数字孪生与垂直领域大模型：面向医疗、材料等复杂系统，研究多尺度建模、生成式数字孪生、专用大模型和知识增强推理方法。

欢迎这些同学加入

如果你具有材料、化学、纺织、高分子、自动化、计算机、数学或相关背景，并愿意在交叉学科中学习新工具、解决真问题，都很适合加入。课题组特别欢迎既愿意写代码、读论文，也愿意理解实验和产业需求的同学。你将有机会训练专用大模型、构建知识图谱、做材料数据分析、参与科研智能体系统开发，并与材料实验和产业场景深度结合。

AI不是神，不是猛兽，而是人类为实现更广泛自由和全面发展而发明的先进工具。我们应当养成科学正确的“人工智能观”，以积极主动的姿态、一分为二的方法、服务人民的立场去拥抱AI。在战略上藐视它，在战术上重视它。

科研项目

1、主持北京市自然科学基金青年项目。

2、参与国防科技重点项目。

3、参与国家科技重大专项“高性能纺织纤维材料科技数据资源节点建设”。

4、参与教育部首批生成式人工智能教育专用大模型建设项目。

学术论文

2026. S. Duan*, X. Wang*, W. Que*, C. Liu, Z. Liu, H. Wang, W. Yan, M. Zhu. Structured Multimaterial Fibers Enabling Intelligent Robots. Advanced Materials, 38(26), e72737.

2026. Y. Cang, X. Zhang, E. Zhao, Z. Ji, Y. Liu, Y. He, Z. Ning, C. Yijun, W. Que, L. Shi. Graph-GRPO: Stabilizing Multi-Agent Topology Learning via Group Relative Policy Optimization. Accepted by ACL 2026.

2026. Y. Liu*, Y. Cang*, W. Que*, X. Bai, X. Wang, K. Chen, J. Li, X. Zhang, X. Li, et al. Diagnosis: Intelligent Pathological Diagnosis of Gestational Trophoblastic Diseases via Visual-Language Deep Learning Model. Accepted by CBMS 2026.

2025. C. Han, B. Fan, M. Yu, W. Que. Review of Intelligent Analysis Methods for Electrocardiograms in Diagnosis of Arrhythmia and Myocardial Infarction. Journal of Computer Engineering & Applications, 61(23).

2025. Y. Cang, Y. Liu, X. Zhang, L. Shi, W. Que. Shared DIFF Transformer. arXiv preprint arXiv:2501.17900.

2024. W. Que, Y. Bian, S. Chen, X. Zhao, Z. Ji, P. Hu, C. Han, L. Shi. Efficient Electrocardiogram Generation Based on Cardiac Electric Vector Simulation Model. Computers in Biology and Medicine, 177, 108629.

2023. C. Han, W. Que, Z. Wang, S. Wang, Y. L., L. Shi. A Review on Intelligent Auxiliary Diagnosis Methods Based on Electrocardiograms for Myocardial Infarction. Journal of Biomedical Engineering, 40.

2022. C. Han, S. Pan, W. Que, Z. Wang, Y. Zhai, L. Shi. Automated Localization and Severity Period Prediction of Myocardial Infarction with Clinical Interpretability Based on Deep Learning and Knowledge Graph. Expert Systems with Applications, 209, 118398.

2022. C. Han, W. Que, S. Wang, J. Zhang, J. Zhao, L. Shi. QRS Complexes and T Waves Localization in Multi-Lead ECG Signals Based on Deep Learning and Electrophysiology Knowledge. Expert Systems with Applications, 199, 117187.

2022. W. Que, C. Han, X. Zhao, L. Shi. An ECG Generative Model of Myocardial Infarction. Computer Methods and Programs in Biomedicine, 225, 107062.