教师简介
李论，男，土家族，中共党员，研究生学历，工学博士学位，校聘副教授，硕士研究生导师。2005年8月地方大学生特招入伍，曾当兵服现役于成都军区、西藏军区某通信部队。2015年8月进入贵州大学任教，主持省厅级纵横向科研课题8项，指导学生参加全国性学科竞赛获奖10项，在人工智能与计算机学科领域SCI国际期刊上发表论文8篇，获授权发明专利1项。主要从事计算机视觉、生物视觉与脑神经网络建模、视脑神经计算、人工智能等方向的研究。硕士研究生招生专业：信息与通信工程（通信与信息系统、信号与信息处理）、电子信息（人工智能、大数据技术与工程、通信工程、新一代电子信息技术）。办公地点：贵州大学西校区崇理楼407室；联系方式：lilun@gzu.edu.cn或lilun@cumt.edu.cn。
主要经历
教育经历：
2017年09月- 2023年07月 贵州大学电路与系统专业，博士研究生
2012年09月- 2015年07月 中国矿业大学通信与信息系统专业，硕士研究生
2007年02月- 2009年07月 中国人民解放军通信指挥学院通信工程专业，本科生
职业经历:
2015年08月- 至今 贵州大学
2005年11月- 2010年12月 中国人民解放军西藏军区77588部队服现役
2005年08月- 2005年11月 中国人民解放军成都军区78168部队服现役
科研项目：
1. 主持贵州大学培育项目：基于果蝇视脑神经结构的人工神经网络模型研究，合同编号：贵大培育[2020]27号，5.5万，在研；
2. 主持贵州省科技支撑计划项目: 贵州山地花椒种植智能化技术研究与示范，合同编号：黔科合支撑[2021]一般176号，38万，在研；
3. 主持贵州大学引进人才科研项目：基于果蝇视脑神经启发的多方向运动碰撞行为检测研究及应用，合同编号：贵大人基合字[2023]54号，5万，在研；
4. 主持贵州省基础研究计划（自然科学）面上项目：基于果蝇视脑神经启发的防火监测预警神经网络模型研究，合同编号：黔科合基础 MS(2025)625，7万，在研。
学术论文：
1. Li L, Zhang Z, Lu J. Artificial fly visual joint perception neural network inspired by multiple-regional collision detection[J]. Neural Networks, 2021,135:13-28. (SCI, IF =7.9).
2. Li L, Zhang Z, Wu X. Diagonal region division-based fly neural network on omnidirectional collision detection[C]//2022 IEEE 8th International Conference on Cloud Computing and Intelligent Systems (CCIS). IEEE, 2022: 8-13. (EI).
3. Li L, Zhang Z, Lu J. Panoramic motion perception inspired fly visual brain joint neural network on omnidirectional collision detection[J]. International Journal of Intelligent Systems, 2023,2023:1-24. (SCI, IF =5.9).
4. Zhang Z, Li L, Lu J. Gradient-based fly immune visual recurrent neural network solving large-scale global optimization[J]. Neurocomputing, 2021, 454: 238-253. (SCI, IF =5.5).
5. Zhang Z, Li L, Lu J. Multi objective visual evolutionary neural network and related convolutional neural network optimization[J]. Expert Systems with Applications, 2024, 243:122751. (SCI, IF =7.6).
专利：
1. 李论，张著洪；一种碰撞回避检测方法，2024-02-23，中国，CN202311561524.3。
获奖：
1. 2008年因工作成绩突出在西藏军区荣立三等功；
2. 2021年荣获首届贵阳市退役军人职业技能大赛“贵阳市技术能手”荣誉称号；
3. 2022年荣获贵阳市“甲秀工匠”荣誉称号。
担任教学课程：
人工智能、数字图像处理、计算机网络。