姓　名：吴丹阳

职　称：教授

办公室：信息工程学院-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 年至今在西北农林科技大学担任教授。主要从事人工智能基础方法与自然科学交叉研究，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。课题组理念开放，包容，鼓励合作，致力于做有趣、有用、有温度的研究。

新闻：

🎉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人工智能基础方法，并密切关注相关方法在生物信息领域的应用。

1. 人工智能基础方法：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，动态更新）

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

欢迎报考及推免课题组的博士、硕士，同时欢迎有兴趣的本科实习生加入课题组提前开展研究。

注： 申请博士、硕士及本科实习生的同学，在发邮件联系前请先阅读招生说明，并按照格式发送邮件，如未按要求，恕不回复。

招生目录：

学术型博士、学术型/专业型硕士、本科实习生。

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. [News]

· 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. [News]

· 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.