姓　名：吴丹阳

职　称：教授

办公室：best365体育官网平台-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best365体育官网平台青年拔尖人才 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best365体育官网平台 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.