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

主　页：https://danyangwucs.github.io/

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。目前在人工智能、信号处理、控制等领域的国际顶级期刊及会议上发表学术论文 40 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。

课题组概况

课题组目前的主要研究方向为图机器学习模型设计及在交叉学科中的应用，并且尝试将相关算法进行边缘智能化。

如果想了解更多我的研究方向，请参考我的个人主页 https://danyangwucs.github.io/

此外，课题组属于AI4BREAD 实验室，欢迎了解 http://www.ai4bread.com/

学生培养模式

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（课题组目前有少量保研名额（2026 年入学），欢迎联系）、本科实习生。

培养遵旨：实验室理念平等、开放、包容，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：所有学生均联合培养（NTU、XJTU、SCUT），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：（1）优秀的数学基础（2）出色的编程思维和能力（3）相关领域的交叉学科背景。

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. (中科院一区，CCF-A刊，校 G1，IF=18.6)

· 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. (中科院一区，CCF-A刊，校 G1，IF=18.6)

· 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. (信号处理三大刊，IF=5.8)

· 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. (中科院一区，CCF-A刊，IF=10.4)

· 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. (中科院一区，CCF-A刊，IF=10.4)

· 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. (中科院一区，校 G2，IF=8.9)

· 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. (中科院一区，校 G2，IF=8.9)

· 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. (中科院一区, 校 G2，IF=8.9)

· 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. (中科院一区，校 G2，IF=8.9)

· 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. (中科院一区，校 G2，IF=8.9)

· Penglei Wang, Danyang Wu, Jin Xu, Feiping Nie, Comprehensive Information Extraction with Separable Representation Learning for Multi-View Clustering, IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 2025. (中科院一区，IF=11.1)

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, MM, 2023.  (CCF-A会)

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

· 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. (CCF-A会)