师资力量

队伍概况

    教学名师

      正高级职称

      副高级职称

      中级职称

      初级职称

      外聘专家

        吴丹阳


        吴丹阳.jpg

        姓　名：吴丹阳

        职　称：教授

        办公室：信息工程学院-404

        邮　箱：danyangwu.cs@gmail.com


        基本信息

        吴丹阳，男，教授，博士生导师，2017 年于西北工业大学教育实验学院获得学士学位，2022 年于西北工业大学光电与智能研究院获得博士学位，2022 年入选西安交通大学青年优秀人才计划 A 岗担任助理教授，2024 年入选西北农林科技大学青年拔尖人才 B1 岗担任教授。主要从事图机器学习、图信号处理及相关应用研究，近五年在TPAMI、TSP、TKDE、TNNLS、TMLR、ACM MM、IJCAI、WWW、ICASSP等国际顶级期刊及会议上发表学术论文30余篇；担任TPAMI、TNNLS、TCSVT、ICLR、ICML、NeurIPS、AAAI等多个国际顶级期刊及会议的审稿人；承担陕西省自然科学基金青年项目、中国博士后科学基金面上项目，并作为主要成员参与多项国家级、省部级重点研发项目。

        更多学术进展请关注学术主页： https://danyangwucs.github.io/


        研究方向

        1. 理论研究：

        1)图机器学习 (Graph Machine Learning, GML)，包括聚类、表征学习、特征选择、多模态图学习、几何深度学习等；

        2)图信号处理 (Graph Signal Processing, GSP)，包括图信号去噪/重构、多模态图信号处理、深度图展开网络等。

        2. 图机器学习/图信号处理在自然科学领域/农学的应用 :

        1) 生物信息学：单细胞多模态解析、RNA 2D/3D 结构预测、脑网络分析；

        2) 流体力学：涡识别、微分方程求解；

        3) 智慧育种：根茎类作物基因型、表型分析。

        3. 图机器学习/图信号处理在遥感图像领域的应用:高光谱/多光谱图像分类、聚类、波段选择、异常检测等。


        学生培养

        课题组新成立，欢迎各位同学报考博士生及硕士生！欢迎本校感兴趣的本科生来课题组实习，课题组会提供充足的硬件平台及计算资源。(感兴趣的同学可以通过邮件联系，同时欢迎来北校区信息工程学院 404 办公室当面交流）

        招生目录：

        1. 学术型博士：一级学科：农业工程 二级学科：农业信息工程

        2. 学术型硕士：一级学科：计算机科学与技术 二级学科：计算机科学与技术

        培养模式：

        1. 在机器学习/信号处理学科，从模型构建、优化方法设计、代码编写、论文撰写方面给予学生一对一详细指导；

        2. 在交叉学科方面，除课题组负责人指导外，课题组合作的相关领域专家会悉心协助指导；

        3. 为学生提供良好的办公条件及充足的计算资源；

        3. 为表现优异者在升学（海内外头部高校）及就业（头部互联网大厂、研究所）方面提供全力支持。

        招生要求:

        1. 对科研有纯粹的热情，愿意投入时间，对失败具有耐心和勇气；

        2. 有扎实的数学基础和编程能力，熟悉机器学习领域相关概念，熟悉常见深度学习框架；

        3. 具备较强的英语阅读与写作能力；

        4. 数学基础优异者优先、有课题组相关具体领域研究背景者优先、英语表达能力优异者优先、科研竞赛获奖者优先。


        代表性学术成果

        · Danyang Wu(1), Zhenkun Yang(1), Jitao Lu, Jin Xu, Xiangmin Xu, Feiping Nie, EBMGC-GNF: Efficient Balanced Multi-view Gaph Clustering via Good Neighbor Fusion, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI),2024.

        ·Yidan Ma, Xinjie Shen,Danyang Wu(#), Jianfu Cao, Feiping Nie, Cross-view Approximation on Grassmann Manifold for Multi-view Clustering, IEEE Transactions on Neural Networks and Learning Systems (TNNLS),2024.

        ·Danyang Wu, Penglei Wang, Junjie Liang, Jitao Lu, Jin Xu, Rong Wang, Feiping Nie, Adaptive Local Modularity Learning for Efficient Multilayer Graph Clustering, IEEE Transactions on Signal Processing (TSP),2024.

        ·Danyang Wu, Xinjie Shen, Jitao Lu, Jin Xu, Feiping Nie, Simple Multigraph Convolution Networks,WWW, Short Paper,2024.

        ·Jitao Lu,Danyang Wu, Feiping Nie, Rong Wang, Xuelong Li, Hyperspherical Prototype Node Clustering, Transactions on Machine Learning Research (TMLR),2024.

        ·Penglei Wang(1),Danyang Wu(1), Rong Wang, Feiping Nie, Multi-view Graph Clustering via Efficient Global-Local Spectral Embedding Fusion,ACM MM,2023.

        ·Rong Wang, Penglei Wang,Danyang Wu(#), Zhensheng Sun(#), Feiping Nie, Xuelong Li, Multi-View and Multi-Order Structured Graph Learning, IEEE Transactions on Neural Networks and Learning Systems (TNNLS),2023.

        ·Danyang Wu, Feiping Nie, Jitao Lu, Rong Wang, Xuelong Li, Effective Clustering via Structured Graph Learning, IEEE Transactions on Knowledge and Data Engineering (TKDE),2023.

        ·Feiping Nie, Jitao Lu,Danyang Wu, Rong Wang, Xuelong Li, A Novel Normalized-Cut Solver with Nearest Neighbor Hierarchical Initialization, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI),2023.

        ·Danyang Wu, Xia Dong, Jianfu Cao, Rong Wang, Feiping Nie, Xuelong Li, Bidirectional Probabilistic Subspaces Approximation for Multi-view Clustering, IEEE Transactions on Neural Networks and Learning Systems (TNNLS),2023.

        ·Danyang Wu, Feiping Nie, Jitao Lu, Rong Wang, Xuelong Li, Balanced Graph Cut with Exponential Inter-Cluster Compactness, IEEE Transactions on Artificial Intelligence (TAI),2022.

        ·Danyang Wu(1), Jitao Lu(1), Feiping Nie, Rong Wang, Yuan Yuan, EMGC2F: Efficient Multi-view Graph Clustering with Comprehensive Fusion,IJCAI,2022.

        ·Feiping Nie,Danyang Wu, Rong Wang, Xuelong Li, Truncated Principle Component Analysis with A General Optimization Framework, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI),2022.

        ·Danyang Wu, Jin Xu, Xia Dong, Meng Liao, Rong Wang, Feiping Nie, Xuelong Li, GSPL: A Succinct Kernel Model for Group-Sparse Projections Learning of Multiview Data,IJCAI,2021.

        ·Xia Dong(1),Danyang Wu(1), Feiping Nie, Rong Wang, Xuelong Li, Dependence-Guided Multi-view Clustering,ICASSP,2021.

        ·Danyang Wu, Feiping Nie, Rong Wang, Xuelong Li, Multi-view Clustering via Mixed Approximation,ICASSP,2020.






        Name：

        Professional Title：

        Office：

        Tel：

        Email：


        Personal Information


        Research Directions


        Curriculum


        Academic Achievement


        Current Undergraduate


        Graduated Student


          Baidu
          map