王新，博士，副教授，硕士生导师，1978年12月出生。毕业于中国矿业大学。
主要从事人工智能、机器学习、数据挖掘等方面理论与应用研究。主持国家自然科学基金青年项目1项、江苏省自然科学基金项目1项；参加国家自然科学基金面上项目3项等。近年来，出版专著1部，在国内外重要学术期刊上发表研究论文20余篇，其中被SCI检索10余篇。
曾获得全国高等学校计算机教学成果三等奖，江苏省暑假社会实践优秀指导教师，中国矿业大学百佳教师，中国矿业大学教学成果一等奖，中国矿业大学本科毕业设计指导教师等。以第一作者出版教材2部。主持2019年江苏省留学生英文培育课程一门，主讲2021年江苏省一流本科课程一门，主讲2018-2019年江苏省高校在线开放课程一门。
曾获得国家留学基金委资助到澳大利亚南昆士兰大学访问学者一年。
代表性成果：
1. 基于深度学习的采区构造煤分布动态预测模型研究（国家自然科学基金青年项目，项目编号41704115），2018.1-2020.12，项目负责人王新，经费24万
2. 基于地震的煤矿采区应力分布预测方法研究（江苏省自然科学基金项目，项目编号BK20130175），2013.07-2016.06，项目负责人王新，经费20万
3. 免疫克隆选择算法的研究及其在煤层气预测方法中的应用（中国矿业大学青年科研基金，项目编号2009A054），2010.01-2012.12，项目负责人王新，经费2万
4.王新, 机器学习在构造煤分布预测中的应用研究[M],徐州,中国矿业大学出版社,2021
5. Xin Wang, Changwei Ding , Tongjun Chen, and Ting Yu. Research on the Application of Bayesian-Optimized XGBoost in Minor Faults in Coalfields[J]. Mathematical Problems in Engineering, 2022.
6.Wang Xin, Chen Tongjun, Xu Hui. Thickness Distribution Prediction for Tectonically Deformed Coal with a Deep Belief Network: A Case Study [J]. Energies, 2020, Vol. 13(5): 1169.
7.Wang Xin, Li Yan, Chen Tongjun*, et al. Quantitative thickness prediction of tectonically deformed coal using Extreme Learning Machine and Principal Component Analysis: a case study [J]. Computers & Geosciences, 2017, Vol. 101: 38- 47.
8. Wang Xin, Chen Tongjun, Xu Hui. Thickness prediction for tectonically-deformed-coal with deep belief networks. 3rd International Workshop on Mathematical Geophysics: Traditional vs. Learning, SEG, Expanded Abstracts. 2019, Beijing, China, 2019.11.5-11.7.
Email:wxgrin@cumt.edu.cn
