个人简介
2019年7月于电子科技大学获得计算机软件与理论博士学位。2016年9月至2018年9月于美国东北大学公派博士联合培养，导师为Alessandro Vespignani。研究方向为计算流行病学、网络科学、数据科学、图神经网络、自然语言处理。目前已在PNAS、Nature Communications、Physics Reports、Pattern Recognition、PLoS Computational Biology、Physical Review E等国际权威学术期刊和ACM MM、AAAI等国际会议上发表论文30余篇，谷歌学术单篇最高引用344，五篇论文引用过百，总引用超过1200次。先后主持国家自然科学基金青年项目、国家社科重大项目子课题、四川省科技厅应急专项、四川省高新技术领域重点研发项目、中央高校科研专项基金等。担任BMC medicine、BMC infectious diseases、Chaos、Physics A、PLoS One、中国物理B、物理学报等期刊审稿人，受邀在2019年统计物理年会上做大会报告，多次在全国复杂网络大会、网络科学论坛、社会计算与人工智能等会议上做学术报告。
项目成果及获奖荣誉：
刘权辉博士近年来主要围绕基于个体实验仿真的流行病建模、非药物和疫苗分发策略对COVID-19及其他流行病的控制效果、基于大数据驱动和自然语言处理等人工智能技术对相关社会学问题、基于图神经网络和机制模型对流行病传播的溯源、预测等问题进行研究。相关论文发表在Nature Communications、PNAS等国际知名期刊上，上述成果同时还获四川省科技厅、成都市科技局等应急项目的支持，疫情期间，受聘为成都市疫情防控指挥部信息化建设组专家。获全国大数据与社会计算2020年度青年学者论坛新星奖。
科研项目：
国家自然科学基金 62003230（2021，主持）；
国家社会科学基金重大项目 20&ZD112（2021，子课题负责人）；
四川省科技厅重点研发项目 2020YFS0007（2020，子课题负责人）；
成都市科技局技术创新研发项目 2020-YF05-00073-SN（2020，主持）；
四川大学应急项目 2020scunCoV应急20008（2020，主持）；
中央高校基金 20822041D4100（2019，主持）。
研究领域
计算流行病学、网络科学、数据科学、图神经网络、自然语言处理
近期论文
查看导师最新文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
1. Q.-H. Liu#, J. Zhang#, et al. Model-based evaluation of alternative reactive class closure strategies against COVID-19. Nature Communications (2021) (#共1).
2. Q.-H. Liu#, et al. The COVID-19 outbreak in Sichuan, China: epidemiology and impact of interventions. PLoS Computational Biology (2020).
3. M. Litvinova#, Q.-H. Liu#, et al. Reactive school closure weakens the network of social interactions and reduces the spread of influenza. PNAS (2019) (#共1).
4. Q.-H. Liu, et al. Measurability of the epidemic reproduction number in data-driven contact networks. PNAS (2018).
5. Q.-H. Liu, et al, Epidemic spreading on time-varying multiplex networks. PRE (2018).
京公网安备 11010802027423号