教育经历
2019年--2025年，在芝加哥大学Physical Sciences Division院系计算机科学专业学习，获哲学博士学位
2016年--2018年，在哥伦比亚大学Fu Foundation School of Engineering and Applied Science院系运筹学专业学习，获理学硕士学位
2012年--2016年，在西安交通大学经济与金融学院经济学专业学习，获经济学学士学位
工作经历
2025年8月--至今，复旦大学人工智能创新与产业研究院，助理教授
2025年8月--至今，上海科学智能研究院，研究员
研究方向
基于表征学习(representation learning)与生成模型(generative models)的科学智能(AI4Science)与视觉模型(computer vision)，具体包括：
- 数据驱动的动态系统(dynamical systems)模拟；
- 时间序列模型(time series modeling)；
- 复杂数据的层级生成模型(hierarchical modeling)；
- 视觉中的无监督特征学习(unsupervised representation learning)；
- 物理驱动的PDE模拟(physics-driven)；
应用场景：金融时序，物理模拟，天文推断，分子生成
主要成果
多篇论文发表在NeurIPS, ICML, CVPR等国际顶会上，其中1篇推动创业公司的落地。最新的研究成果为：
- 隐式层级神经模拟器：提出了一种新的层级自回归模型，突破了高雷诺数湍流模拟中长期稳定性不足的瓶颈。
- 语义嵌套生成模型：将嵌套的层级表征融入生成模型，以极低运算成本大幅提升生成质量。
- 基于对比学习的特征学习模型的理解；与低秩网络架构在生成模型中的结构性先验。
招生专业
依托计算与智能创新学院招生，欢迎有计算机科学、数学、统计学、物理学等相关背景的同学联系。
发表论文
近五年发表论文如下：
1. Ruoxi Jiang, Xiao Zhang, Karan Jakhar, Peter Y. Lu, Pedram Hassanzadeh, Michael Maire, Rebecca Willett. Hierarchical Implicit Neural Emulators (2025)
2. Ruoxi Jiang*, Peter Y. Lu*, Rebecca Willett. Embed and Emulate: Contrastive representations for simulation-based inference (2025)
3. Xiao Zhang*#, Ruoxi Jiang*#, Rebecca Willett, Michael Maire. Nested Diffusion Models Using Hierarchical Latent Priors (CVPR 2025)
4. Xiao Zhang*, Ruoxi Jiang*, Will Gao, Rebecca Willett, Michael Maire. Residual connections harm generative representation learning (2024)
5. Elena Orlova, Aleksei Ustimenko, Ruoxi Jiang, Peter Y. Lu, Rebecca Willett. Deep stochastic mechanics (ICML 2024)
6. Ruoxi Jiang*, Peter Y. Lu*, Elena Orlova, Rebecca Willett. Training neural operators to preserve invariant measures of chaotic attractors (NeurIPS 2023)
7. Ruoxi Jiang, Rebecca Willett. Embed and Emulate: Learning to estimate parameters of dynamical systems with uncertainty quantification (NeurIPS 2022)
8. Yinglun Zhu*, Dongruo Zhou*, Ruoxi Jiang*, Quanquan Gu, Rebecca Willett, Robert Nowak. Pure Exploration in Kernel and Neural Bandits (NeurIPS 2021)
