佐治亚理工博士，2024

上海财经大学学士，2018

李永春博士于2024年在佐治亚理工学院获得运筹学博士学位。2024至2025年期间，她曾任田纳西大学诺克斯维尔分校工业与系统工程系助理教授。她的研究兴趣包括优化、机器学习和统计学，致力于推动机器学习在可解释性、效率、公平性和稳健性方面的发展。

她的研究成果获得了多项荣誉，包括2021年INFORMS计算协会学生论文奖亚军、2020年INFORMS数据挖掘分会学生论文奖一等奖，以及2019年麻省理工学院混合整数规划海报竞赛一等奖。

1. Yongchun Li. The Augmented Factorization Bound for Maximum-Entropy Sampling. IPCO, 2025

2. Yongchun Li,  Weijun Xie. Best Principal Submatrix Selection for the Maximum Entropy Sampling Problem: Scalable Algorithms and Performance Guarantees. Operations Research, 2024

3. Yongchun Li,  Weijun Xie. Beyond Symmetry: Best Submatrix Selection for the Sparse Truncated SVD. Mathematical Programming, 2024

4. Yongchun Li,  Marcia Fampa, Jon Lee, Feng Qiu, Weijun Xie,  Rui Yao. D-optimal Data Fusion: Exact and Approximation Algorithms. INFORMS Journal on Computing, 2024

5. Yongchun Li,  Weijun Xie. Exact and Approximation Algorithms for Sparse PCA. INFORMS Journal on Computing, 2024

6. Yongchun Li, Santanu S. Dey, Weijun Xie. On Sparse Canonical Correlation Analysis. NeurIPS, 2024