张智恒

姓　　名：张智恒

职　　称：常任助理教授(Tenure-track Assistant Professor)
研究方向： 实验设计、观测研究、在线学习、机器学习及应用

教授课程：概率论（本科），数据分析与统计建模（研究生）

E - mail： zhangzhiheng@mail.shufe.edu.cn

电话: 18811613726

研究项目

研究领域

为理解并构建因果学习系统的核心理论结构，实验室的长期目标可概括为以下三个基础问题：(i)观测性研究中：如何系统刻画“模型假设—观测数据—可识别边界”之间的传导机制，从而揭示各种因果假设对可识别性的根本影响？(ii)实验设计与推断中：如何定量描述“应用场景属性—实验设计与算法结构—统计效率”之间的性能极限，并基于此开发具有（近）最优性质的设计与推断框架？(iii)在线学习与决策中：如何从数学结构上统一机器学习、经济管理与统计推断等不同领域的优化目标，揭示它们之间的基本兼容性与最优可达边界？

为回答上述问题，实验室的总体研究路线遵循由理论到方法、由方法到实践的逐层递进结构：(i)从基础假设的违背出发，构建更具包容性的因果推断框架，例如：探索unconfoundeness, overlap, SUTVA等假设的违背情形；(ii)将这些基础结构与现代统计与机器学习方法融合，发展更高效、更稳定、更具可扩展性的识别与估计技术，例如：最优传输、代理变量与负控方法、共型预测、minimax优化、在线学习等；(iii)进一步将理论与方法扩展至带有现实约束的任务设置，例如：输入/输出复杂结构、小样本学习、动态/缺失网络结构等；(iv)最终形成能向现实场景有效辐射的因果推断体系，服务于社交网络分析、博弈论环境、优化决策，并落地于推荐系统、派单机制、市场干预策略、大模型行为建模等。

其中：(i)关注输入层面更宽松的结构假设，(ii)聚焦算法层面精准且高效的识别—估计机制，(iii)-(iv)主要面向输出层面复杂而贴近现实的决策与推断任务。为逐步实现，目前实验室正主要围绕以下三个具体方向做研究：

(i)网络结构下的在线实验设计与推断。

(ii)因果推断中的最优传输（OT）与几何结构。

(iii)面向工业现实约束的因果推断方法论（如RCT&OBS, pre&opt, structural data types）。

教育经历

2020.9-2025.6 清华大学交叉信息研究院 博士

工作经历

2025.9-至今  上海财经大学统计与数据科学学院 助理教授

研究成果

参见主页：https://zhzhang01.github.io/

lOnline Experimental Design With Estimation–Regret Trade-off Under Network Interference. Zhiheng Zhang ✉ ‡, Zichen Wang ‡. NeurIPS, 2025.

lDesign-Based Bandits Under Network Interference: Trade-Off Between Regret and Statistical Inference. Zichen Wang ‡, Haoyang Hong ‡, Chuanhao Li, Haoxuan Li, Zhiheng Zhang ✉, Huazheng Wang. NeurIPS, 2025.

lUnveiling Environmental Sensitivity of Individual Gains in Influence Maximization. Xinyan Su, Zhiheng Zhang ✉ , Jiyan Qiu, Zhaojun Yue, Jun Li✉. NeurIPS, 2025.

lActive Treatment Effect Estimation via Limited Samples. Zhiheng Zhang, Haoxiang Wang, Haoxuan Li✉, Zhouchen Lin✉. ICML, 2025.

lTight Partial Identification of Causal Effects with Marginal Distribution of Unmeasured Confounders. Zhiheng Zhang✉. ICML, 2024 (Spotlight).

lPartial Identification with Proxy of Latent Confoundings via Sum-of-ratios Fractional Programming. Zhiheng Zhang✉, Xinyan Su. UAI, 2024.

lRobust Causal Inference for Recommender System to Overcome Noisy Confounders. Zhiheng Zhang, Quanyu Dai ✉, Xu Chen, Zhenhua Dong, Ruiming Tang. SIGIR, 2023.

Journal Publications / 期刊论文

lPartial Identification with Proxy of Latent Confoundings via Sum-of-ratios Fractional Programming: Extended. Zhiheng Zhang✉. INFORMS Journal on Optimization (IJO), 2025.

lAdjusting Auxiliary Variables Under Approximate Neighborhood Interference. Xin Lu✉, Yuhao Wang, Zhiheng Zhang (α–β order). Journal of the American Statistical Association (JASA), 2025 (major revision).

奖励、荣誉

ICML2024 Spotlight

社会工作

AAAI AICT track领域主席