个人简介：
李丹，副教授，硕士生导师，2021年2月入选中山大学百人计划青年学术骨干，加入软件工程学院。2018年至2021年于新加坡国立大学数据科学中心（IDS）担任研究员，从事博士后研究工作（导师：See-Kiong Ng教授）。2013年至2017年就读于新加坡南洋理工大学，受新加坡与加州大学伯克利分校联合项目资助（导师：Costas J. Spanos教授），获得博士学位。2008年至2012年就读于电子科技大学，获得学士学位。主要从事时序基座大模型、时序分析、时序多模态大模型、工业数据治理，预测性维护，异常检测、故障诊断等方面的研究。目前于ICML、ICLR、ICDE、USENIX Sec、CCS、CIKM、IEEE TII、IEEE TASE等国际著名期刊和会议上发表50余篇论文。获AIoTSys 2023 最佳论文奖，PHM-AP 2025 最佳论文奖。
个人主页：https://scholar.google.com.sg/citations?user=YYig2NUAAAAJ&hl=en
Google Scholar主页：https://sites.google.com/view/dr-dan-li/home
研究与招生：
包括但不限于统计学习方法（Statistical Learning Methods）, 数学建模（Mathematical Modeling），数据挖掘（Data Mining）, 异常检测与故障诊断（Anomaly Detection and Fault Diagnosis），序列预测/数据生成（Sequence prediction/generation），数据质量控制与评估（Data Quality and Valuation），数据生成与隐私保护（Data Generation and Privacy Protection）等研究方向。
课题组为科研表现优异的同学提供多种形式的海内外高校学术交流访问和深造机会!
课题组为优秀硕士生提供硕转博衔接培养机会！
小组氛围融洽，以培养学生的学术能力为第一要务。
欢迎有意攻读中山大学硕士/博士研究生的同学与我联系！
欢迎有意来中山大学做博士后的同学与我联系！
小组长期为本科生提供手把手的从入门到进阶的科研培训，欢迎优秀的本科生加入我的科研小组！
邮箱：lidan263ATmail.sysu.edu.cn
电话：0756-3661004
课题组快讯：
2026/05：获邀担任数据库顶会ICDE 2027程序委员！
2026/05：一篇论文获机器学习顶会ICML 2026录用！
2026/04：一篇论文获信息安全顶会CCS 2026录用！
2026/01：一篇论文数据库领域旗舰会议DASFAA 20026录用！
2026/01：一篇论文获机器学习顶会ICLR 20026录用！
2026/01：一篇论文获中科院一区期刊录用！
2025/12：获国际故障诊断与健康管理领域历史最悠久的旗舰会议PHM-AP 2025最佳论文奖！
2025/11：一篇论文获中科院一区期刊录用！
2025/09：一篇论文获数据与信息管理领域旗舰会议CIKM 2025录用！
2025/08：一篇论文获信息安全顶会CCS 2025录用！
2025/04：一篇论文获软件工程顶会FSE 2025录用！
学术服务：
Mathematics | 学术期刊 | Guest Editor
ICSOC2023 | 学术会议 | Area Chair (Focus Area 2: Big Data Analytics for Services and as-a-Service)
ICSS2022 | 学术会议 | PC Co-chair
ACM member
IEEE member
Technical Reviewer: ICML, ICLR, ACM SIGKDD, AAAI, KDD, PKDD, DASFAA, ICSOC, IEEE TII, IEEE TASE等国际著名期刊和会议。
科研项目：
2025-2026 小米揭榜挂帅项目-校企合作 主持
2025-2026 CCF-深信服“远望”科研基金 主持
2024-2025 华为技术有限公司-校企合作 主持
2022-2024 广东省自然科学基金-面上项目 主持
主要论文列表：(#-学生，*-通讯作者)
【期刊文章】
- H. A.A.M. Qaid, B. Zhang, S. Su, D. Li , S.K. Ng, We. Li, Large language models for explainable fault diagnosis of machines, Engineering Applications of Artificial Intelligence, 2026. (中科院一区)
- R. Hu#, D. Li*, J. Lou, R. Jin, B. Lin, W. Li, S.K. Ng, Z. Zheng, Restoring Missing Gaps and Intervals via Global Consistency and Local Coherence, Expert Systems with Applications, 2025. (中科院一区)
- D. Li, Y. Zhou, G. Hu, and C. J. Spanos, “Handling Incomplete Sensor Measurements in Fault Detection and Diagnosis for Building HVAC Systems”, IEEE Transactions on Automation Science and Engineering. （中科院一区）
- D. Li, Y. Zhou, G. Hu, and C. J. Spanos, “Identifying Unseen Faults by Incorporating Expert Knowledge with Data”, IEEE Transactions on Automation Science and Engineering, （中科院一区）
- D. Li, Y. Zhou, G. Hu, and C. J. Spanos, “Optimal Sensor Configuration and Feature Selection for AHU Fault Detection and Diagnosis”, IEEE Transactions on Industrial Informatics. （中科院一区）
- D. Li, Y. Zhou, G. Hu, and C. J. Spanos, “Fault detection and diagnosis for building cooling system with a tree-structured learning method”, Energy and Buildings. （中科院二区, 能源与建筑领域顶刊）
- D. Li, G. Hu, and C. J. Spanos, “A data-driven strategy for detection and diagnosis of building chiller faults using linear discriminant analysis”, Energy and Buildings. （中科院二区, 能源与建筑领域顶刊）
- R. Jia, B. Jin, M. Jin, Y. Zhou, I. C. Konstantakopoulos, H. Zou, J. Kim, D. Li, W. Gu, R. Arghandeh, P. Nuzzo, S. Schiavon, A. L. Sangiovanni-Vincentelli, C. J. Spanos, “Design Automation for Smart Building Systems,” Proceedings of the IEEE. （中科院一区）
【会议文章】
- J. Zhou#, D.Li*, B. Li, X. Zhang, E. Meng, L. Li, Z. Chen, J. Lou, S.K. Ng, "Time Series Reasoning via Process-Verifiable Thinking Data Synthesis and Scheduling for Tailored LLM Reasoning", ICML 2026. (CCF-A, 机器学习三大顶会)
- S. Wu#, J. Huang#, W. Feng#, B. Li, X. Zhang, E. Meng, D.Li*, J. Lou, S.K. Ng, “WaveMoE: A Wavelet-Enhanced Mixture-of-Experts Foundation Model for Time Series Forecasting", TSALM@ICLR 2026.
- J. Zhang, Y. Hu, K. Chen, L. He, J. Ma, J. Lou, D. Li, J. Liu, X. Yang, R. Jia, “Understanding and Preserving Safety in Fine-Tuned LLMs", ACM CCS 2026. (CCF-A, 安全四大）
- S. Wu#, D.Li*, Wenjie Feng, H. Ye#, J. Lou, S. K. Ng, “Rating Quality of Diverse Time Series Data by Meta-learning from LLM Judgment", ICLR 2026. (CCF-A, 机器学习三大顶会)
- S. Wu#, T. Li#, Y. Leng#, J. Suo#, J. Lou, D. Li*, S. K. Ng, “Lightweight Time Series Data Valuation on Time Series Foundation Models via In-Context Finetuning", DASFAA 2026. (CCF-B)
- S. Wu#, Z. Chen#, B. Lin#, H. Ye#, J. Zhou #, D. Li*, J. Lou, Shared Representation Learning for Generalizable SOH Estimation Across Multiple Battery Configurations, PHM-AP 2025. (最佳论文奖)
- Z. Chen#, D. Li*, J. Zhou#, S. Wu#, H. Ye#, J. Lou, S.K. Ng, Integrating Time Series into LLMs via Multi-layer Steerable Embedding Fusion for Enhanced Forecasting， CIKM 2025. (CCF-B, 数据与信息管理领域旗舰会议)
- J. Zhang#, K. Chen#, L. He, J. Lou, D. Li, Z. Feng, M. Song, J. Liu, K. Ren, X. Yang, Activation Approximations Can Incur Safety Vulnerabilities Even in Aligned LLMs: Comprehensive Analysis and Defense, USENIX Sec, 2026. （CCF-A, 安全四大）
- J. Tan#, G. K. Rajbahadur, Z. Li, X. Song, J. Lin, D. Li*, Z. Zheng, A. E. Hassan, LicenseGPT: A Fine-tuned Foundation Model for Publicly Available Dataset License Compliance, FSE 2025. (CCF-A，软件工程顶会)
- Z. Zhang#, D. Li*, S. Wu#, J. Cai#, B. Zhang, S. K. Ng, Z. Zheng, BACE-RUL: A Bi-directional Adversarial Network with Covariate Encoding for Machine Remaining Useful Life Prediction, CollaborateCom, 2024. (CCF-C, 最佳学生论文)
- Y. Zhou#, J. Wang#, J. Tang *, C Gou, Z. Jiang, D. Li*, S.K. Ng, C. J. Spanos, MP-GAN: Cyber-Attack Detection and Localization for Cyber-Physical Systems with Multi-Process Generative Adversarial Networks, AIoT Sys 2023. (最佳论文奖)
- G. Tu#, D. Li*, S.K. Ng, Z. Zheng, "GLA-DA: Global-Local Alignment Domain Adaptation for Multivariate Time Series", The 29th International Conference on Database Systems for Advanced Applications, 2023. （CCF-B）
- R. Hu#, D. Li*, S.K. Ng, Z. Zheng, “CB-GAN: Generate Sensitive Data with a Convolutional Bidirectional Generative Adversarial Networks”, The 28th International Conference on Database Systems for Advanced Applications, 2023. （CCF-B）
- P. Qi#, D. Li*, and S.K. Ng. "MAD-SGCN: Multivariate Anomaly Detection with Self-learning Graph Convolutional Networks." In 2022 IEEE 38th International Conference on Data Engineering (ICDE), pp. 1232-1244. IEEE, 2022. （CCF-A）
- D. Li, H. Liu, and S.K. Ng. "VC-GAN: Classifying Vessel Types by Maritime Trajectories using Generative Adversarial Networks." In 2020 IEEE 32nd International Conference on Tools with Artificial Intelligence (ICTAI), pp. 923-928. IEEE, 2020.
- D. Li, D. Chen, B. Jin, L. Shi, J. Goh, S.K. Ng, “MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks”, The 28th International Conference on Artificial Neural Networks, 2019. （Google 引用1800+）
个人自述：
。。。
