吴福志，男，2024年博士毕业于东南大学计算机科学与技术学院和雷恩大学Matisse学院，目前为南京林业大学信息科学技术学院、人工智能学院讲师。自2017年开始在深度学习可解释理论、小波分析、深度学习网络的构造及应用等方向开展研究，累计发表SCI/CCF期刊会议论文10篇(第一作者4篇，学生第一作者2篇)。论文以第一作者发表在信号处理、人工智能领域具有广泛影响力的期刊会议，如IEEE Transactions on Neural Networks and Learning Systems、AAAI Conference on Artificial Intelligence等。相关论文被Google学术累计引用93次，多篇引文发表在相关领域国际顶级或权威期刊，如IEEE Transactions on Neural Networks and Learning Systems, IEEE Signal Processing Magazine, NeurIPS, IEEE Transactions on Signal Processing等。

[1]     Wu F, Wu J, Kong Y, Yang C, Yang G, Shu H, Carrault G, Senhadji L. Convolutional modulation theory: a bridge between convolutional neural networks and signal modulation theory. Neurocomputing, 2022, 514: 195-215. (JCR Q1, IF=6.0)

[2]     Wu F, Wu J, Kong Y, Yang C, Yang G, Shu H, Carrault G, Senhadji L. Multiscale low-frequency memory network for improved feature extraction in convolutional neural networks. In: Proceedings of the AAAI Conference on Artificial Intelligence, 2024, 38(6): 5967-5975. (CCF-A)

[3]     Wu F, Wu J, Zhang C, Kong Y, Yang C, Yang G, Shu H, Carrault G, Senhadji L. Wavelet-based dual-task network. IEEE Transactions on Neural Networks and Learning Systems, 2024, 11(6): 1-14. (JCR Q1, IF=10.2) 

[4]     Wu F, Wu J, Shu H, Carrault G, Senhadji L. Spatial-enhanced multi-level wavelet patching in vision transformers. IEEE Signal Processing Letters, 2024, 31: 446-450. (JCR Q2, IF=3.2)

[5]     Wu J, Xu L, Wu F, Kong Y, Shu H, Senhadji L. Deep octonion networks. Neurocomputing, 2020, 397: 179-191. (JCR Q1, IF=5.7)

[6]     Liu Y, Shu H, Chi Q, Zhang Y, Liu Z, Wu F. SDCNN: Self-supervised disentangled convolutional neural network for low-dose CT denoising. IEEE Transactions on Instrumentation and Measurement, 2025 74: 1-13. (JCR Q1, IF=5.6)

[1]国家自然科学基金委员会, 面上项目, 62171125, 散射网络的构造及其在医学图像分割中的应用, 2022-01-01 至 2025-12-31, 56万元, 在研, 参与

[2]国家自然科学基金委员会, 面上项目, 61876037, 复数及四元数域卷积神经网络的构造方法及其应用研究, 2019-01-01 至 2022-12-31, 62万元, 结题,参与

首届江苏省计算机视觉科研创新大赛一等奖