马健兵，工学博士，研究员；

Email: mjb@cuit.edu.cn；

科研和研究生招生方向：

1、文本信息处理；

2、人工智能与知识表示；

3、智慧气象；

个人简介：

长江学者，四川省特聘专家，四川省峨眉计划获选者。主要研究方向为：人工智能知识表示、文本信息处理、智慧气象。

马健兵博士2009年在英国女王大学获得人工智能博士学位，2010-2012在英国女王大学tyc3556太阳集团城从事智能监控研究，2013-2015在英国伯恩茅斯大学担任讲师，2015-2018年于英国考文垂大学担任讲师、副研究员，2018-2019于上海森亿医疗科技有限公司担任医学知识运营专家。马健兵博士于2007年和2003年硕士和本科毕业于清华大学。

马健兵博士承担和参与包括欧盟玛丽居里项目、英国Fusion基金项目、四川省科技厅项目等多项，累计科研经费200余万元，发表学术论文40余篇，其中SCI检索10余篇。

目前承担科研项目：

1. 四川省科技厅项目，“前沿科技全球发现关键技术研究”，（2021YFG0345）。

目前授课：

“人工智能导论”，本科/研究生

“数据挖掘”，研究生

“专业前沿”，本科生

近5年发表论文（*为通信作者）：

1. Yanfei Xiang, Jianbing Ma*, Xi Wu. A Precipitation Nowcasting Mechanism for Real-World Data Based on Machine Learning, Mathematical Problems in Engineering, vol:2020, 1-11, 2020. IF: 1.009

2. Jianbing Ma. A Correspondence between Belief Function Combination and Knowledge Base Merging.International Journal of Approximate Reasoning,2019, 104:1-8. IF: 2.845

3. Ma, WJ, Liu, WR, Luo, XD, McAreavey, K, Jiang, YC, Ma, JB. A Dempster-Shafer theory and uninorm-based framework of reasoning and multiattribute decision-making for surveillance system, INTERNATIONAL JOURNAL OF INTELLIGENT SYSTEMS, volume:34, pages: 3077-3104. Nov. 2019. IF: 2.929

4. Dubois, D., Liu, W.,Ma, J.and Prade, H. The basic principles of uncertain information fusion. An organised review of merging rules in different representation frameworks.Information Fusion, Volume 32, Part A, November 2017, Pages 12–39. (IF: 13.669)

5. Pozos-Parra, P., Chavez-Bosquez, O., and Ma, J.Implementing ∆ps (PS-Merge) Belief Merging Operator for Belief Revision, Computation y Sistemas, 2017, 21(3):419-434. (IF: 0.52)

6. Ma, J., Liu, W. Miller, P. and Zhou, H. (2016) An Evidential Fusion Approach for Gender Profiling.Information Sciences, 333:10-20. (IF: 5.910)

7. M. Naiseh, N. Jiang, J. Ma and R. Ali., Explainable Recommendations in Intelligent Systems: Delivery Methods, Modalities and Risks. RCIS2020 - IEEE 14th International Conference on Research Challenges in Information Science, 2020.

8. M. Naiseh, N. Jiang, J. Ma and R. Ali. Personalising Explainable Recommendations: Literature and Conceptualisation, WorldCist'20 - 8th World Conference on Information Systems and Technologies, 2020.

9. B. Fan, N. Jiang, H. Dogan, R. Ali and J. Ma. An Ontological Approach to Inform HMI Designs for Minimising Driver Distractions with ADAS. BHCI, 2018.

10. B. Fan, J. Ma, N. Jiang, H. Dogan, and R. Ali. A rule-based Approach to Inform Improved HMI Designs for Minimising Driver Distractions with ADAS. IEEE SMC, 2018.