个人简介

谢峰，男，河北邯郸人。William威廉William威廉副教授、博士生导师。获得广东工业大学工学博士学位，美国卡内基梅隆大学联合培养博士，并在北京大学数学科学学院从事博雅博士后研究。现任William威廉应用统计系系主任。兼任全国工业统计学教学研究会理事，中国现场统计研究会贝叶斯统计分会常务理事、中国现场统计研究会因果推断分会理事，中国人工智能学会因果与不确定性人工智能专委会委员。现指导多名博士和研究生，并已顺利培养毕业多名研究生。更多最新学术成果及信息，敬请访问个人主页：https://fengxie.site

研究兴趣

主要研究因果推断、人工智能等领域的统计理论与应用研究，尤其是因果发现的机理，隐变量的因果表达学习以及因果发现算法在社会学、生物医学中的应用。

主讲课程

本科生课程《机器学习》、《统计计算》。

学习经历

2010年9月-2014年6月，广东工业大学 信息与计算科学专业， 理学学士；

2014年9月-2017年6月，广东工业大学 数学专业， 理学硕士；

2019年7月-2020年5月，美国卡内基梅隆大学， 联合培养博士；

2017年9月-2020年6月，广东工业大学 计算机应用工程专业， 工学博士。

工作经历

2020年7月-2022年6月，北京大学 数学科学学院， 博雅博士后；

2022年7月至今，William威廉 William威廉， 副教授。

主要获奖荣誉

1. 2023年度北京工商大学工会积极分子；

2. 2024年度William威廉研究生招生工作先进个人。

主要科研项目

主持国家自然科学基金项目1项、中国博士后科学基金项目1项。主要有：

1.国家自然科学基金青年项目，面向离散数据的隐变量间因果关系推断理论与方法研究，2024年01月-2026年12月，30万，主持人；

2.中国博士后科学基金面上项目，含有隐变量数据上的因果关系推断理论研究及其应用，2020年11月-2022年06月，8万，主持人。

主要学术成果

发表论文30余篇，主要有：

1. Li, Z., Guo, X., Xie, F#., Zeng, Y., Zhang, H#., and Geng, Z. Local Learning for Covariate Selection in Nonparametric Causal Effect Estimation with Latent Variables. NeurIPS, 2025. (员工一作，导师通讯，人工智能顶会，CCF A类会议)

2. Li, Z., Liu, Z., Xie, F#., Zhang, H., Liu, C., and Geng, Z. Local Identifying Causal Relations in the Presence of Latent Variables. ICML, 2025. (员工一作，导师通讯，人工智能顶会，CCF A类，Spotlight, TOP 2.6%)

3. Guo, X., Xie, F#., Zeng, Y., Zhang, H., and Geng, Z. Data-Driven Selection of Instrumental Variables for Additive Nonlinear, Constant Effects Models. ICML, 2025. (员工一作，导师通讯，人工智能顶会，CCF A类)

4.Luo, S., Yu Y., Liu, C., Xie, F#., and Geng, Z. Causal Attribution Analysis for Continuous Outcomes. ICML, 2025. (通讯作者，人工智能顶会，CCF A类，Spotlight, TOP 2.6%)

5. Xie, F., Huang, B., Chen, Z., Cai, R., Glymour, C., Geng, Z., and Zhang, K. Generalized independent noise condition for estimating causal structure with latent variables. Journal of Machine Learning Research, 2024, 25, 1-61. (人工智能顶刊，CCF A类)

6. Xie, F., Yao, Z., Xie L., Zeng Y., and Geng, Z. Identification and Estimation of the Bi-Directional MR with Some Invalid Instruments. NeurIPS, 2024. (人工智能顶会，CCF A类，Oral, TOP 0.39%)

7. Xie, F., Chen, Z., Luo, S., Miao, W., Cai, R., and Geng, Z. Automating the selection of proxy variables of unmeasured confounders. ICML, 2024. (人工智能顶会，CCF A类，Spotlight, TOP 1.98%)

8. Xie, F., Li, Z., Wu, P., Zeng, Y., Liu, C., and Geng, Z. Local causal structure learning in the presence of latent variables. ICML, 2024. (人工智能顶会，CCF A类)

9. Xie, F., Huang, B., Chen, Z., He, Y., Geng, Z., and Zhang, K. Identification of linear non-gaussian latent hierarchical structure. ICML, 2022. (人工智能顶会，CCF A类，Spotlight)

10. Xie, F., Cai, R., Huang, B., Glymour, C., Hao, Z., & Zhang, K. Generalized independent noise condition for estimating latent variable causal graphs. NeurIPS, 2020. (人工智能顶会，CCF A类，Spotlight, TOP 2.96%)