研究方向

分布式人工智能、生物医学信号分类、异常检测、边缘计算、云边协同与推理优化等。

个人简介

工学博士，北京工业大学tyc86太阳集团讲师。2024年毕业于爱尔兰都柏林大学（University College Dublin），获工学博士学位。IEEE会员、中国计算机学会会员。曾于2019年和2024年两次获国家留学基金委（CSC）资助，2019年前往爱尔兰都柏林大学攻读博士学位，2024年前往瑞士日内瓦联合国国际电信联盟（ITU）开展人工智能电信国际标准化研究与交流工作。近年来，围绕分布式AI、云边协同、生物医学信号异常检测及推理优化等方向开展研究工作，致力于推动人工智能技术在医疗健康与通信领域的创新应用与国际标准化发展。长期受邀担任IEEE Sensors Journal、IEEE Internet of Things Journal、IEEE Internet of Things Magazine、IEEE Transactions on Biomedical Circuits and Systems、Biomedical Signal Processing and Control等国际权威期刊，以及IEEE ISCAS、IEEE ICECS、IEEE BIOCAS、IEEE ICVES等国际顶级会议的审稿人，为人工智能、物联网及生物医学人工智能化领域的学术评审与研究交流作出持续贡献。

教育简历

2019-2024 都柏林大学 博士学位

2015-2019 北京工业大学 学士学位

工作履历

2025.07至今，北京工业大学 讲师

荣誉和获奖

2020年华为时间序列异常检测挑战赛 冠军

2020年IEEE青年专家

主要论文论著

在可穿戴边缘设备、可信医学信号分类、可解释人工智能、云边协同与去中心化智能推理等方向国际知名期刊和学术会议发表论文10余篇，其中代表性学术成果如下：

1. Xiaolin Li, Binhua Huang, Barry Cardiff, and Deepu John. DCentNet: Decentralized multistage biomedical signal classification using early exits. Biomedical Signal Processing and Control 104 (2025): 107468.

2. Xiaolin Li, Barry Cardiff, and Deepu John. A two-stage ecg classifier for decentralized inferencing across edge-cloud continuum. IEEE Sensors Journal 24, no. 14 (2024): 23324-23335.

3. Xiaolin Li, Vandierendonck, H., Nikolopoulos, D.S., Ji, B., Cardiff, B. and John, D., 2023, June. Decentralised biomedical signal classification using early exits. In 2023 21st IEEE Interregional NEWCAS Conference (NEWCAS) (pp. 1-2). IEEE.

4. Xiaolin Li, F. Xiang, R. C. Panicker, B. Cardiff and D. John, Classification of ECG based on Hybrid Features using CNNs for Wearable Applications. In 2023 IEEE 5th International Conference on Artificial Intelligence Circuits and Systems (AICAS), 2023, pp. 1-4.

5. Xiaolin Li, Qingyuan, W., Panicker, R.C., Cardiff, B. and John, D., 2022, October. Binary ECG classification using explainable boosting machines for IoT edge devices. In 2022 29th IEEE International Conference on Electronics, Circuits and Systems (ICECS) (pp. 1-4). IEEE.