吴宗翰 助理教授
学术领域：图神经网络，时间序列，大语言模型
邮箱：zhwu@sem.ecnu.edu.cn
吴宗翰博士是华东师范大学上海人工智能金融学院的助理教授。他于2022年获得悉尼科技大学计算机科学博士学位。他的研究兴趣包括图机器学习和大语言模型，其研究在Google Scholar上的引用次数超过15,000次，并推动了图神经网络在复杂和动态环境下的发展。他的两篇论文被评为KDD 2020和IJCAI 2019的最具影响力论文之一。他的研究荣获2024年IEEE CIS TNNLS杰出论文奖。
近期工作：
1. FinAR-Bench（https://arxiv.org/pdf/2506.07315）：提出面向财务报表分析的大模型基准数据集，系统评测 14 个大模型在三类核心金融任务中的表现。
2. 金融幻觉检测器：研发用于识别金融分析报告中事实性与计算性错误的幻觉检测系统，并在 2025 WAIC 上展出。助力AI在金融领域安全、可靠地落地应用。
3. Awesome-AI-Agents-Live（https://github.com/SAIFS-AIHub/Awesome-AI-Agents-Live）：指导学生开发轻量级AI Agent 论文阅读平台，覆盖 8,000+ 篇 AI Agent 相关领域论文。
近期发表：
1. Zonghan Wu, Shirui Pan, Fengwen Chen, Guodong Long, Chengqi Zhang, Philip S. Yu: A Comprehensive Survey on Graph Neural Networks. IEEE Trans. Neural Networks Learn. Syst. 32(1): 4-24 (2021)
2. Zonghan Wu, Shirui Pan, Guodong Long, Jing Jiang, Xiaojun Chang, Chengqi Zhang:Connecting the Dots: Multivariate Time Series Forecasting with Graph Neural Networks. KDD 2020: 753-763
3. Zonghan Wu, Shirui Pan, Guodong Long, Jing Jiang, Chengqi Zhang:Graph WaveNet for Deep Spatial-Temporal Graph Modeling. IJCAI 2019: 1907-1913
近期获奖情况：
2024年IEEE神经网络及学习系统会刊最佳论文奖
教育背景：
悉尼科技大学 计算机科学博士
研究兴趣：
图机器学习、大语言模型
