研究方向
主要从事人工智能的数学模型与算法研究。目前的主要研究方向包括：
基础学习算法研究 : 模型驱动的深度学习，AI模型自适应性、泛化性、可解释性的基础研究，以最优传输构建生成式人工智能基础，三维点云与非欧流形上的深度学习方法
人工智能与医学/生命科学交叉：图像与医学影像重建、医学多模态数据分析大模型
校企合作重要领域中的人工智能方法：多模态数据分析、时序数据分析中的基础模型与方法
招生信息：
1）博士后：博士后、医工交叉博士后，博士后可选西安或者广州（待遇相对更高）；
2）博士：数学或统计学专业学术博士；电子信息方向工程博士（可非数学专业）；
3）学术硕士与直博：学术研究生（直博或希望转博者优先，但不绝对要求）；
4）专业/工程硕士：大数据统计学方向，也可转博为工程博士.
研究生保送和直博保送名额可在春季学期开始提前联系。
任职与服务
1. 西安交通大学数学与统计学院副院长
2. 教育部科技委委员
3. 中国体视学会理事
4. 计算机学会计算机视觉专委会委员
5. 图象图形处理学会机器视觉专委会委员
教育、工作经历与学术服务
教育与科研经历：
2012/01 - 至今， 西安交通大学数学与统计学院，副教授(2012)、教授（2017）
2012/09 - 2014/08, 法国国家信息与自动化研究院/巴黎高等师范学院(合作导师：Jean Ponce教授)，博士后
2009/07 - 2011/12, 西安交通大学，理学院，讲师
2009/08 - 2010/04，美国中佛罗里达大学，计算机学院（合作导师：Marshall Tappen教授），博士后
2005/11 - 2008/03，微软亚洲研究院，视觉计算组（合作导师：Jian Sun博士），"明日之星"项目学生
2003/09 - 2009/06，西安交通大学，应用数学专业 博士学位（导师：徐宗本院士）
1999/09 - 2003/07，电子科技大学，应用数学学院，学士学位
短期学术访问:
2018/02 - 2018/02, 纽约大学数据科学中心/Courant研究所
2018/01 - 2018/02, 约翰霍普金斯大学IACL医学影像实验室
2017/03 - 2017/03, 香港浸会大学数学系
2016/06 - 2016/06, 法国INRIA-Willow组
学术服务：
Associate Editor, IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE TPAMI)
Associate Editor, International Journal of Computer Vision (IJCV)
Area Chair/Lead AC: MICCAI 2021, ICCV 2019/2023, ECCV 2020/2024, ICLR 2025, CVPR 2025, ICCV 2025, CVPR 2026, ICLR 2026, ICML 2026
《数值计算与计算机应用》编委
获奖/荣誉
1. 国家杰出青年科学基金
2. 西安交通大学师德先进个人
3. 爱思唯尔“中国高被引学者”
4. 全球前2%顶尖科学家榜单(终身科学影响力)
5. 国家自然科学二等奖(第二完成人)
6. 陕西省自然科学奖一等奖(第一完成人)
7. 强国青年科学家奖
8. 基金委“优秀青年科学基金”
9. CSIAM"优秀青年学者奖"
10. 教育部新世纪优秀人才支持计划
代表性论文
学术专著：孙剑、徐宗本，《模型驱动的深度学习——模型与数据双驱动的人工智能建模方法》，科学出版社，2025. 章节: (1) 模型与数据双驱动方法概述，(2) 优化模型驱动的深度学习方法，(3)统计模型驱动的深度学习方法， (4) 几何模型驱动的深度学习方法， (5) 微分方程建模与求解的深度学习方法，(6) 结语与展望
代表性论文如下：
1. 模型驱动深度学习（模型与数据双驱动学习方法）
Jian Sun, Marshall Tappen. Learning Non-local Range Markov Random Field for Image Restoration. IEEE Conf. Computer Vision and Pattern Recognition (CVPR), Colorado, USA, 2011. (提出非局部MRF模型, 并通过梯度下降展开过程的反向求导实现MRF统计分布参数学习）
Jian Sun, Marshall Tappen. Separable Markov Random Field and Its Application in Low Level Vision. IEEE Transactions on Image Processing, Vol. 22, No. 1, Pages:402-408, 2013 （学习Markov随机场的可分滤波器组，提高图像处理计算速度）
Jian Sun, Jian Sun, Zongben Xu. Color Image Denoising via Discriminatively Learned Iterative Shrinkage. IEEE Transactions on Image Processing, 24(11):4148-4159, 2015. （将图像正则化项的迭代阈值算法推广为可学习深度结构，采用核回归技术学习非线性变换，从而隐式学习图像正则项）
Yan Yang, Jian Sun*, Huibin Li, Zongben Xu. Deep ADMM-Net for Compressive Sensing MRI, Advances in Neural Information Processing Systems, 2016 （压缩传感正则化先验与模型/算法超参数的自适应学习方法，将压缩传感 / MRI成像物理机制与深度学习结合的最早工作之一）
Yan Yang, Jian Sun*, Huibin Li, Zongben Xu. ADMM-CSNet: A Deep Learning Approach for Image Compressive Sensing. IEEE Trans. on Pattern Recognition and Machine Intelligence, 2019 （将深度学习与一般图像压缩传感成像结合的模型/数据双驱动学习方法）
Zongben Xu*, Jian Sun*. Model-driven Deep Learning, National Science Review, 2018. (模型驱动深度学习的提出论文，为结合领域知识/模型构造深度结构提供思路)
模型与数据双驱动系列工作综述：CSIAM Trans. on Applied Mathematics，https://doc.global-sci.org/uploads/online_news/CSIAM-AM/202009010924-17030.pdf，2020.
2. 人工智能基础模型与算法
Dongyi Wang, Yuanwei Jiang, Zhenyi Zhang, Xiang Gu, Peijie Zhou, Jian Sun, Joint Velocity-Growth Flow Matching for Single-Cell Dynamics Modeling, NeurIPS, 2025
Xi Yu, Xiang Gu, Zhihao Shi, Jian Sun, Wasserstein Style Distribution Analysis and Transform for Stylized Image Generation, ICCV 2025
Xiang Gu, Yucheng Yang, Wei Zeng, Jian Sun, Zongben Xu, Keypoint-Guided Optimal Transport with Applications in Heterogeneous Domain Adaptation, NeurIPS, 2022.
Shipeng Wang, Xiaorong Li, Jian Sun*, Zongben Xu, Training Networks in Null Space of Feature Covariance with Self-Supervision for Incremental Learning (code), IEEE Trans. on Pattern Analysis and Machine Intelligence, 2024.
Xiang Gu, Liwei Yang, Jian Sun*, Zongben Xu, Optimal Transport-Guided Conditional Score-Based Diffusion Model, Neurips, 2023.
Xin Wei, Ruixuan Yu, Jian Sun, View-GCN: View-based Graph Convolutional Network for 3D Shape Analysis, IEEE Conf. Computer Vision and Pattern Recognition (CVPR), 2020.
