主要研究方向
.人工智能

研究领域
.大模型优化
.机器学习与数据挖掘
.组合优化算法（次模优化、算法博弈论）

代表作
.Shuang Cui, He Huang, Yu-e Sun, et al. Budget-Feasible Mechanisms for Submodular Welfare Maximization in Procurement Auctions [C]//International Conference on Machine Learning (ICML). 2026. (CCF-A类会议, 机器学习Top3）
.Shuang Cui, Yu-e Sun, He Huang. Submodular Maximization under k-System Constraints in Parallel: A Trifecta of Approximation, Adaptivity, and Query Complexity [C]//ACM Knowledge Discovery and Data Mining (KDD). 2026. (CCF-A类会议, 数据挖掘Top1）
.Shuang Cui, Kai Han, Jing Tang. Linear-Time Algorithms for Representative Subset Selection From Data Streams[C]//International World Wide Web Conferences (WWW). 2025. (CCF-A类会议）
.Shuang Cui, Kai Han, Shaojie Tang, et al. Fairness in Streaming Submodular Maximization Subject to a Knapsack Constraint[C]//ACM Knowledge Discovery and Data Mining (KDD). 2024. (CCF-A类会议, 数据挖掘Top1, 获最佳学生论文提名）
.Shuang Cui, Kai Han, Jing Tang, et al. Randomized Algorithms for Submodular Function Maximization with a k-System Constraint[C]//International Conference on Machine Learning (ICML). 2021. (CCF-A类会议, 机器学习Top3）

个人简介

崔爽，1997年生，江苏省“双创”博士，苏州大学优秀青年学者，副教授。2024年于中国科学技术大学计算机科学与技术学院获博士学位（推免硕博连读），同年8月被苏州大学以优秀青年学者身份引进，聘任为副教授。主要从事人工智能、机器学习、数据挖掘与组合优化等领域的研究，已在ICML、KDD、WWW、AIJ、NeurIPS、SIGMOD等国际顶级会议和期刊上发表多篇高水平论文，其中第一作者论文获KDD 2024最佳学生论文提名。多次受邀担任ICML、NeurIPS、ICLR、KDD、AAAI、WWW、CIKM、AIJ、TCS、JOCO等国际顶级会议/期刊审稿人，并获KDD Outstanding Reviewer、ICML Silver Reviewer。主持国家自然科学基金青年项目和江苏省基础研究计划青年基金项目。