複製鏈接
請複製以下鏈接發送給好友

楊靜

(合肥工業大學教授、博導)

鎖定
合肥工業大學教授,博士生導師,碩士生導師。
國家自然科學基金評議專家。
安徽省人工智能學會可信人工智能專委會主任。
IEEE 會員。
審稿人:ACM Transactions on Knowledge Discovery in Data,Pattern Recognition,Information Sciences,Expert Systems with Applications等。
主持國家自然科學基金面上項目(1項)、國家自然科學基金青年項目(1項)、安徽省重點研究與開發計劃面上攻關項目等。作為骨幹成員參與國家重點研發計劃項目、國家自然科學基金重點項目、國家高等學校學科創新引智計劃等。現已發表論文50餘篇,其中第一作者SCI論文10餘篇。
代表論著
[1] Jing Yang, Kai Xie, Ning An, Causal Discovery on Non-Euclidean Data, Proc. of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD’ 2022), pp.2202-2211, Washington, DC, USA, 2022, August 14-18.
[2] Jing Yang, Ning An and Gil Alterovitz, A Partial Correlation Statistic Structure Learning Algorithm Under Linear Structural Equation Models, IEEE Transactions on Knowledge and Data Engineering(TKDE), 2016, 28(10): 2552-2565.
[3] Jing Yang, Gaojin Fan, Kai Xie, Qiqi Chen, Aiguo Wang, Additive noise model structure learning based on rank correlation, Information Sciences, 2021, 571: 499-526. [1] 
中文名
楊靜
外文名
Jing Yang
國    籍
中國
民    族
畢業院校
合肥工業大學
職    業
大學老師

楊靜詳細簡介

楊靜,合肥工業大學 [2]  教授,博士生導師,碩士生導師,博士,安徽省人工智能學會可信人工智能專委會主任,國家自然科學基金評議專家,IEEE會員。2013年畢業於合肥工業大學,獲計算機應用技術專業工學博士學位。自2014年10月-2015年10月,在哈佛大學從事Visiting Professor工作。
合肥工業大學計算機與信息學院從事科研與教學工作,主要研究領域涉及人工智能、數據挖掘、因果發現、生物醫學信息等,併成為大數據知識工程教育部重點實驗室和老人福祉科技實驗室的骨幹成員。
現已發表(或錄用)論文50餘篇,獲國家授權發明專利5項、國家軟件著作權登記6項。
主持國家自然科學基金面上項目(1項)、國家自然科學基金青年項目(1項)、安徽省重點研究與開發計劃面上攻關項目、中央高校基本業務費項目、合肥工業大學優秀青年教師創新項目等多項科研項目。
作為骨幹成員參與國家重點研發計劃項目、國家自然科學基金重點及面上項目、國家高等學校學科創新引智計劃、國家高技術研究發展計劃資助項目(863計劃)、橫向項目等多項項目。 [1] 

楊靜研究方向

(1) 人工智能
主要研究因果發現、特徵選擇等基礎理論、核心算法及其在工業大數據、醫學圖像數據等多個領域的應用。
(2) 生物醫學信息
研究人工智能的方法處理醫學信息,包括醫學影像肺癌數據、高血壓臨牀數據、斷面調查數據等,從而輔助醫學診斷。
(3) 故障預測
針對電力系統傳感器監測數據,採用人工智能的理論和方法進行狀態監測和故障預測,從而輔助決策。 [1] 

楊靜學術兼職

(1) 國家自然科學基金評議專家
(2) 安徽省人工智能學會可信人工智能專委會主任
(3) IEEE會員 [1] 

楊靜審稿專家

(1) ACM Transactions on Knowledge Discovery in Data (SCI)
(2) Pattern Recognition (SCI)
(3) Information Sciences (SCI)
(4) Expert Systems with Applications (SCI)
(5) Knowledge-Based Systems (SCI)
(6) IEEE transactions on artificial intelligence (SCI)
(7) The Journal of Supercomputing (SCI)
(8) Applied Artificial Intelligence (SCI)
(9)Evolving Systems(SCI)
(10)國家自然科學基金
(11) International Joint Conference on Neural Networks 學術會議 [1] 

楊靜主要論著

[1] Jing Yang, Kai Xie, Ning An, Causal Discovery on Non-Euclidean Data, Proc. of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD’ 2022), pp.2202-2211, Washington, DC, USA, 2022, August 14-18.
[2] Jing Yang, Liufeng Jiang, Anbo Shen and Aiguo Wang, Online streaming features causal discovery algorithm based on partial rank correlation, IEEE Transactions on artificial intelligence, 2023, 4(1):197-208.
[3] Jing Yang, Liufeng Jiang, Kai Xie, Qiqi Chen, Aiguo Wang, Lung nodule detection algorithm based on rank correlation causal structure learning, Expert Systems with Applications, 2023, 216(C).
[4] Jing Yang, Qiqi Chen, A Causal Network Construction Algorithm Based on Partial Rank Correlation on Time Series, Proc. of the 2022 International Joint Conference on Neural Networks, Padova, Italy, 2022, July 18-23.
[5] Jing Yang, Ning An and Gil Alterovitz, A Partial Correlation Statistic Structure Learning Algorithm Under Linear Structural Equation Models, IEEE Transactions on Knowledge and Data Engineering(TKDE), 2016, 28(10): 2552-2565.
[6] Jing Yang, Liufeng Jiang, Kai Xie, Qiqi Chen, Aiguo Wang, Causal Structure Learning Algorithm Based on Partial Rank Correlation under Additive Noise Model, Applied Artificial Intelligence, 2022, 36(1):1657-1695.
[7] Jing Yang, Gaojin Fan, Kai Xie, Qiqi Chen, Aiguo Wang, Additive noise model structure learning based on rank correlation, Information Sciences, 2021, 571: 499-526.
[8] Jing Yang, Xiaoxue Guo, Ning An, Aiguo Wang, Kui Yu, Streaming feature-based causal structure learning algorithm with symmetrical uncertainty, Information Sciences, 2018, 467: 708-724.
[9] Jing Yang, Gaojin Fan, Kai Xie, Qiqi Chen and Aiguo Wang, Additive Noise Model Structure Learning Based on Rank Statistics. Proc. of 2021 IEEE International Conference on Knowledge Science, Engineering and Management(KSEM’ 2021), pp. 128-139, Tokyo, Japan, 2021.8.14-16.
[10] Na Li, Jing Yang, Shuai Fang, Semantic Characteristic Prediction of Pulmonary Nodule1s Using the Causal Discovery Based on Streaming Features Algorithm,Proc. of 2018 IEEE International Conference on Bioinformatics and Biomedicine (BIBM’ 2018), pp.1009-1012, Madrid, Spain, 2018.12.03-12.06. [1] 

楊靜教學活動

講授本科生課程《程序設計基礎》、《C++程序設計》,研究生課程《人工智能》等。
已經指導碩士生10餘名,其中3名學生獲得研究生國家獎學金,指導本科畢業設計30餘名。
指導學生參加計算機設計大賽、機器人及人工智能類競賽、創新訓練項目等多項。 [1] 
參考資料