姓　名：吴丹阳

职　称：教授

办公室：beat365官方网站-305

邮　箱：danyangwu.cs@gmail.com

基本信息

吴丹阳，男，教授，博士生导师，中国自动化学会智慧生态委员会委员，2017 年于西北工业大学教育实验学院（教改班）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，2022-2024年在西安交通大学担任助理教授，2024 年至今在beat365官方网站担任教授。主要从事 机器学习模型设计及其在自然科学领域的应用，围绕上述方向在国际顶级期刊及会议上发表学术论文 30 余篇，同时担任多个国际顶级期刊及会议的审稿人；承担国家自然科学基金青年项目、国家重点研发计划青年科学家项目课题（任务）、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，并作为骨干参与多项国家级、省部级重点项目。

新闻：

🎉2025年04月，在中科院一区、CCF-A类期刊 IEEE TKDE 上发表学术论文一篇！

🎉2025年02月，在中科院一区期刊 IEEE TNNLS 上发表学术论文一篇！

🎉2024年10月，AI4BREAD 实验室 承办的 人工智能与生命科学交叉研究学术研讨会 在西安举行！

🎉2024年10月，在中科院一区期刊 IEEE TCSVT 上发表学术论文一篇！

🎉2024年9月，在中科院一区期刊 IEEE/CAA JAS 上发表学术论文一篇！

🎉2024年7月，实习生沈鑫杰 MSRA 实习期间获得 微软明日之星 称号！

🎉2024年3月，在数据挖掘顶级会议 WWW 上发表学术论文一篇 (short paper)！

🎉2024年3月，课题组与西安交通大学联合成立 AI4BREAD 实验室，围绕人工智能、农业和生物医学开展研究！

主要研究方向

课题组目前的主要研究方向为 机器学习模型设计及其在自然科学领域（目前主要关注于生物信息学） 的应用。

1. 机器学习模型：聚类分析（涉及 Overlap、Partial）、表格数据 (Tabular Data) 分析方法（涉及 LLM-based Method、Sparse Selection）、多模态分析 (涉及 Cross-modal Interaction)、图信息传播机制设计（涉及 Homophilic、Heterophilic、Latency、Unrolling Algorithm (可解释性设计)）等；（下划线为目前重点关注的方向）；

2. 生物信息学：单细胞多组学解析、分子结构预测、多倍体分型、脑网络分析

学生培养

欢迎加入 AI4BREAD 实验室，为了让我们更好地了解优秀的你，请申请博士、硕士的同学在发邮件联系前阅读 招生说明，并按照格式发送邮件。

招生目录：学术型博士、学术型/专业型硕士、本科实习生。

培养遵旨：实验室理念开放，包容，鼓励合作，以发表高水平学术成果为导向，致力于做 有趣、有用、有温度 的研究。

培养模式：交叉-联合培养，为学生提供前沿的研究课题、充足的实验平台、一流的学术指导，同时鼓励学生进行国内外交流。

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. 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. 加分项（有任意一项即可）：（1）优秀的数学基础（2）出色的编程思维和能力（3）相关领域的生物信息背景。

学术成果（部分）

期刊

· Danyang Wu^#, Zhenkun Yang^#, 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.

· 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, 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^#, Penglei Wang^#, Jitao Lu, Hongming Zhang, Feiping Nie, Triangle Topology Enhancement for Multi-view Graph Clustering, IEEE Transactions on Knowledge and Data Engineering (TKDE), 2025.

· 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.

· Haonan Xin^#, Danyang Wu^#, Jitao Lu, Rong Wang Feiping Nie, Xuelong Li, Multiview Clustering via Block Diagonal Graph Filtering, IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 2025.

· 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, 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.

· 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, Xia Dong, Rong Wang, Xuelong Li, Parameter-free Consensus Embedding Learning for Multiview Graph-based Clustering, IEEE Transactions on Neural Networks and Learning Systems (TNNLS), 2022.

会议

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

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

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