杨云,教授(博导),云南大学软件学院副院长,兼任现代工学院副院长;云南省软件工程重点实验室主任、云南省高校数据科学与智能计算重点实验室主任、昆明市数据科学与智能计算重点实验室主任。中国计算机学会高级会员,入选云南省“海外高层次人才引进计划”,云南省“中青年学术和技术带头人”,云南省“杰青”,云南大学“东陆学者”支持计划,云南大学“青年英才计划”。担任中国侨联特聘专家委员会委员,中国信息经济学会理事,全国高校人工智能与大数据创新联盟理事,中国计算机学会人工智能与模式识别专委会执行委员,中国计算机学会开源发展委员会执行委员,建设“数字云南”专家组组长,云南省软件工程重点实验室主任,云南省高校数据科学与智能计算重点实验室主任,昆明市数据科学与智能计算重点实验室主任,《Neural Networks》编委,《Complex & Intelligent Systems》编委,《Journal of Electronic Business & Digital Economics》编委,《云南大学学报(自然科学版)》编委,多个国际学术会议的程序委员会委员,云南大学软件工程学科负责人,云南大学人工智能专业负责人,云南大学智慧医养创新团队负责人。2011 年获得英国曼彻斯特大学计算机科学博士学位。攻读博士学位期间,其入选英国政府资助的海外研究生奖励计划(UK Overseas Research Students Awards Scheme –ORSAS)。博士毕业之后,其在英国萨里大学从事研究员工作,参与由欧共体第七个框架计划资助下的国际合作项目。
2014年3月杨云博士以引进人才形式进入云南大学工作,之后分别主持国家自然科学基金项目4项(面上,青年,地区),省部级科研项目多项。杨云博士的研究方向包括:人工智能,机器学习,数据挖掘,模式识别,大数据处理与分析等发表论文百余篇,其代表性研究成果分别发表于TCBY、TNNLS、TMM、TKDE、TMSC、TII、IoT-J与CVPR、SIGKDD、 AAAI、BIBM等相关研究领域的知名学术期刊与会议。同时,在国内外权威学术出版社出版著作2部, 2018年获“云南省自然科学奖”二等奖1项(排名第二),2019年获“全国高校人工智能与大数据学术创新奖”1项(个人),2021年获“云南省自然科学奖”二等奖1项(排名第一),2022年获第九届“中国侨届贡献奖”二等奖1项(个人),2022年获“全国高校人工智能大数据区块链创新人物奖”1项(个人)。此外,杨云博士与多家大型企业开展了全面的产学研合作,研究成果被广泛应用在智慧医疗系统,智能视频安防系统,交通大数据分析系统等,授权多项发明专利与软件著作权,获得了良好的社会与经济效益。
教育背景:
2006 - 2011,博士,计算机科学(机器学习与数据挖掘),英国曼彻斯特大学(Manchester University)
2005–2006,硕士(研究型),信息学(机器学习与数据挖掘),英国曼彻斯特大学(Manchester University)
2004–2005,硕士(授课型),高等计算机科学,英国布里斯托大学(Bristol University)
2001–2004,学士,信息技术与电子通信,一等学位,英国兰卡斯特大学(Lancaster University)
工作经历:
2016年12月至今,云南大学(Yunnan University)–教授
2014年3月至2016年12月,云南大学(Yunnan University)–副教授
2012年3月至2013年12月,英国萨里大学(Surrey University)–研究员
2010年8月至2012年3月,英国苹果零售有限公司(Apple Retail Ltd) - 产品专家
2005年10月至2010年7月,英国曼彻斯特大学(Manchester University) - 教学助理
主要学术及社会兼职:
1、中国侨联特聘专家委员会委员
2、中国计算机学会人工智能与模式识别专委会执行委员
3、中国计算机学会开源发展委员会执行委员
4、中国信息经济学会理事
5、全国高校人工智能与大数据创新联盟理事
6、中华预防医学会老年病预防与控制专委会委员
7、建设“数字云南”专家组组长
8、云南省计算机学会理事
9、昆明数字经济发展研究院专家委员会委员
10、《Neural Networks》编委
11、《Complex & Intelligent Systems》编委
12、《Journal of Electronic Business & Digital Economics》编委
13、《云南大学学报(自然科学版)》编委
指导学生获奖:
1. 2023年第九届中国国际“互联网+”大学生创新创业大赛,三项省级金奖、三项省级银奖
2. 2022年第八届中国国际“互联网+”大学生创新创业大赛,全国银奖
3. 2022年第二十四届中国机器人及人工智能大赛,全国一等奖
4. 2020年微信小程序应用开发赛,全国二等奖
5. 2020年第十一届中国大学生服务外包创新创业大赛,全国二等奖
6. 2020年大学生网络安全知识竞赛,全国二等奖
7. 2020年第十一届蓝桥杯全国软件和信息技术专业人才大赛,全国二等奖
8. 2020年第十一届蓝桥杯全国软件和信息技术专业人才大赛,全国三等奖
9. 2020年“创客中国”新冠肺炎中小企业创新创业大赛,全国三等奖
10. 2022年第八届互联网+大学生创新创业大赛,省级金奖
11. 2019年第五届互联网+大学生创新创业大赛,省级金奖
12. 2022年第十七届中国研究生电子设计竞赛,省级一等奖
13. 2022年中国高校计算机大赛--网络技术挑战赛,省级一等奖
14. 2019年第十届蓝桥杯全国软件和信息技术专业人才大赛,省级一等奖
15. 2022年第八届互联网+大学生创新创业大赛,省级银奖
16. 2021年第七届互联网+大学生创新创业大赛,省级银奖(2项)
17. 2020年第六届互联网+大学生创新创业大赛,省级银奖
18. 2022年中国高校计算机大赛--网络技术挑战赛,省级二等奖
19. 2020年第四届智慧医疗创新大赛,省级二等奖
20. 2020年网络技术挑战赛,省级二等奖
21. 2019年第十届蓝桥杯全国软件和信息技术专业人才大赛,省级二等奖
22. 2022年第十三届“挑战杯”中国大学生创业计划竞赛,省级铜奖
23. 2022第十届全国大学生光电设计竞赛,省级三等奖
24. 2021年第七届互联网+大学生创新创业大赛,省级铜奖
25. 2021年第十二届中国大学生服务外包创新创业大赛,省级三等奖
26. 2020年第九届“挑战杯”云南省大学生创业计划竞赛,省级三等奖
27. 2020年第十一届蓝桥杯全国软件和信息技术专业人才大赛,省级三等奖
28. 2020年第四届智慧医疗创新大赛,省级三等奖
29. 2020年网络技术挑战赛,省级三等奖
30. 2020年第十一届中国大学生服务外包创新创业大赛,省级三等奖
31. 2020年“创客中国”云南省中小企业创新创业大赛,省级三等奖
32. 2019年第七届“发现杯”全国大学生互联网软件设计大赛,省级三等奖
33. 2019年第十届蓝桥杯全国软件和信息技术专业人才大赛,省级三等奖(2项)
常年招收博士后
主持教改项目
1. 2021.08-2023.8,人工智能专业新工科建设,教育部产学合作协同育人项目,5万,主持人
2. 2023.9-2024.8,人工智能导论线上实践课程建设,教育部产学合作协同育人项目,5万,主持人
3. 2017.1-2020.12,人工智能专业新工科建设研究,云南省2023年本科教育教学改革研究项目(一流专业建设), 6万,主持人
4. 2023.10-2025.9,智能计算与数据科学,云南省研究生导师团队建设项目,10万,主持人
5. 2021.9-2023.8,新工科背景下人工智能专业教学改革研究,云南大学2021年教育教学改革研究重点项目, 4万,主持人
主要研究方向
现阶段人工智能的核心技术存在一定的局限性,只能在具有充分数据、确定性、完全信息、静态、特定领域与单任务的场景下适用,并且缺乏相应的领域知识支持,无法真正实现在复杂环境下的高精确度与强鲁棒性的智能活动。针对这些问题,申请人以集成学习研究为主线,聚焦于解决复杂学习问题的前沿机器学习基础理论研究,并将其广泛应用在医疗领域,开展基础理论与应用实践相结合的原创性研究。研究领域:
人工智能,机器学习,数据挖掘,时间序列数据分析,智慧医疗,智慧安防,智慧交通
主持科研项目:
1. 2024.01-2027.12,基于自适应迭代模式的终生学习研究(62366055),国家自然科学基金地区项目,32万(直接经费),主持人
2. 2019.1-2022.12,多源域集成迁移学习的研究 (61876166),国家自然科学基金面上项目,62万(直接经费),主持人
3. 2017.1-2020.12,针对时间序列聚类问题的特征学习与集成学习研究(61663046),国家自然科学基金地区项目, 40万(直接经费),主持人
4. 2015.1-2017.12,混合式聚类集成算法的研究(61402397),国家自然科学基金青年项目, 26万,主持人
5. 2021.10-2024.10,针对复杂医疗图像分类问题的深度集成学习研究,云南省基础研究计划杰青项目, 50万,主持人
6. 2020.1-2022.1,云南特色产业数字化研究与应用示范-课题1:面向云南特色行业的数字化及智能化关键技术研究,云南省重大科技专项计划,280万,主持人
7. 2022.7-2023-6,云南省智慧医养服务体系战略研究-课题2:云南省智慧医养关键技术体系研究 (2022YNZH4),中国工程院院地合作重点项目, 27万, 主持人
8. 2019.10-2022.9,高维空间小样本材料基因数据挖掘的自适应深度集成学习研究, 云南省科技厅—云南大学“双一流”建设联合基金重点项目,65万,主持人
9. 2016.10-2019.9,基于聚类集成技术的时间序列数据挖掘研究(2016FB104),云南省基础研究计划面上项目,10万,主持人
10. 2016.10-2019.09,时间序列数据挖掘研究,云南“百名海外高层次人才引进计划”项目,100万,主持人
11. 2017.1-2021.12, 集成学习研究与应用, 云南省中青年学术和技术带头人后备人才培养项目,10万,主持人
12. 2018.6-2021.6, 机器学习研究及其在医疗领域的应用, 云南大学青年英才项目,30万,主持人
13. 2015.1-2017.1,迭代式非监督集成学习模型,教育部项目留学回国人员科研启动基金, 3万,主持人
14. 2015.1-2016.1,基于半监督学习算法的大数据挖掘研究,云南省软件工程重点实验室开放基金面上项目,3万,主持人
15. 2012.1-2013.12,SCC-Computing: strategic collaboration with China on high performance computing based on Tianhe-1A,欧共体第七个框架计划项目,44万(欧元),参与人
主要获奖成果:
1. 2018年云南省自然科学奖二等奖,基于智能学习的系统建模及控制研究,排名第二
2. 2019年全国高校人工智能与大数据学术创新个人奖,集成学习研究及应用,唯一
软件著作权:
1. 通用多边贸易交易系统 [简称:贸易交易系统]V1.0(软著),2016SR129592
2. 基于迁移学习技术的面部表情识别工具 V1.0(软著),2018SR613652
3. AI监控预警云平台V1.0 (软著),2020SR0341193
4. 基于终身学习的远程智能医疗影像分析系统V1.0(软著),2020SR1871931
5. 脑电摩托游戏平台V1.0(软著),2021SR0866945
6. 神经病理学特色案例检索系统V1.0(软著),2021SR0987759
7. 导师双选系统V2.0.5(软著),2021SR0437294
8. 深度学习模型中间件平台V1.0(软著), 2021SR1509993
9. 智能监控—异常行为分析管理系统V1.0(软著), 2022SR0283062
10. 基于多视角学习的复杂场所异常行为分析平台V1.0(软著),2022SR0283022
11. 基于图神经网络的在线分子性质模型测试平台V1.0(软著), 2022SR0724800
授权发明专利
1. 基于深度树状训练策略的分段式选择集成图像分类方法(发明专利),ZL201910274548.8
2. 基于半监督多任务学习的医疗数据分类模型的构建方法(发明专利), ZL201810737538.9
3. 一种结合快速表示学习和语义学习的睡眠阶段分期系统(发明专利),ZL202010090052.8
4. 基于多粒度卷积降噪自动编码器技术的医疗图像分类方法(发明专利),ZL201811181783.2
5. 基于半监督的纠错学习的桥梁健康等级确定方法(发明专利),ZL201811307692.9
6. 基于迁移学习技术的面部表情识别方法(发明专利),ZL201810309575.X
7. 一种基于多特征集成的行人再识别方法(发明专利),ZL201710120986.X
8. 一种基于感受野集成的神经网络图像分类器的优化方法(发明专利),ZL201910378614.6
9. 基于特征补偿的单目标跟踪方法(发明专利),ZL201910258571.8
代表论文 (部分)
[1] Wang P., Yang Y.*, Xia Y., Wang K., Zhang X. and Wang S. (2023): Information Maximizing Adaptation Network with Label Distribution Priors for Unsupervised Domain Adaptation, IEEE Transactions on Multimedia,Early Access (SCI中科院一区top 期刊 IF: 8.182)
[2] Du F., Yang Y.*, Zhao Z., Zeng Z. (2023): Efficient Perturbation Inference and Expandable Network for Continual Learning, Neural Networks, 159:97-106(SCI中科院一区top 期刊 IF: 9.657)
[3] Yang Y.,Hu Y., Zhang X., Wang S. (2022): Two-Stage Selective Ensemble of CNN via Deep Tree Training for Medical Image Classification, IEEE Transactions on Cybernetics, 52(9):9194-9207(SCI中科院一区top 期刊 IF: 19.118)
[4] Zhang S., Bi G., Qi J., Yang Y.*, Kong X., Nan F., Zhou M. and Yang P. (2022): Privacy-Preserving enabled Lightweight COVID-19 Simulation Model for Mobile Intelligent Application, IEEE Internet of Things Journal,Early Access (SCI中科院一区top 期刊 IF: 10.238)
[5] Yang Y., Rao Y., Yu M., Kang Y. (2022): Multi-layer information fusion based on graph convolutional network for knowledge-driven herb recommendation, Neural Networks, 146:1-10(SCI中科院一区top 期刊 IF: 9.657)
[6] Yang Y.,Hu Y., Zhang X., Wang S. (2021): Two-Stage Selective Ensemble of CNN via Deep Tree Training for Medical Image Classification, IEEE Transactions on Cybernetics, online (SCI JCR一区 中科院一区top 期刊 IF: 11.448)
[7] Yang Y.,Nan F., Yang P. (2021): Effective Multilayer Hybrid Classification Approach for Automatic Bridge Health Assessment on Large-scale Uncertain Data, Journal of Industrial Information Integration, 24: 100234 (SCI中科院一区top 期刊 IF: 11.718)
[8] Yang Y.,Guo J., Ye Q., Xia Y., Yang P., Ullah A., Muhammade K. (2021): A Weighted Multi-Feature Transfer Learning Framework for Intelligent Medical Decision Making, Applied Soft Computing, 105: 107242(SCI JCR一区 中科院一区top 期刊 IF: 6.725)
[9] Yang Y., Guo J., Wang P., Wang Y., Yu M., Wang X., Yang P., Sun L. (2021): Reservoir Hosts Prediction for COVID-19 by Hybrid Transfer Learning Model, Journal of Biomedical Informatics, online(SCI JCR一区 IF: 6.317)
[10] Nan F., Tang Y., Yang P. He Z., Yang Y.*(2021): A Novel Sub-kmeans based on Co-training Approach by Transforming Single-view into Multi-view, Future Generation Computer Systems,online(SCI JCR一区 中科院一区top 期刊 IF: 7.187)
[11] Li J.,Liu T., Wang J., Li Q., Ning C., Yang Y.* (2021): MvKFN-MDA: Multi-view Kernel Fusion Network for miRNA-disease Association Prediction, Artificial Intelligence in Medicine, online(SCI JCR一区 IF: 5.326)
[12] Xie C., Xiang H., Zeng T., Yang Y.*, Yu B., Liu Q. (2021): Cross Knowledge-based Generative Zero-Shot Learning Approach with Taxonomy Regularization, Neural Networks, 139: 168-178(SCI中科院一区top 期刊 IF: 9.657)
[13] Xie C., Zeng T., Xiang H., Li K., Yang Y.*, Liu Q. (2021): Class Knowledge Overlay to Visual Feature Learning for Zero-Shot Image Classification, Computer Vision and Image Understanding, online (SCI JCR一区 IF: 3.876)
[14] Zhang D., Xia X., Yang Y.*, Yang P., Xie C., Cui M., Liu Q. (2021): Novel Word Similarity Measure Method for IoT-enabled Healthcare Applications, Future Generation Computer Systems, 114:209-218,(SCI JCR一区 中科院一区top 期刊 IF: 7.187)
[15]Xie C., Yu B., Zeng Z., Yang Y*, Liu Q. (2021):Multi-Layer Internet of Things Middleware based on Knowledge Graph,IEEE Internet of Things Journal,8(4): 2635 - 2648 (SCI JCR一区 中科院一区top 期刊 IF: 10.238)
[16]Xia Y., Chen K., Yang Y.* (2020): Multi-Label Classification with Weighted Classifier Selection and Stacked Ensemble, Information Sciences, 557: 421-442, (SCI中科院一区top 期刊 IF: 8.233)
[17]Cheng F., Wang C., Zhang X., Yang Y. (2020):A Local-Neighborhood Information Based Overlapping Community Detection Algorithm for Large-scale Complex Networks,IEEE/ACM Transactions on Networking,online (SCI JCR一区 IF: 3.560)
[18]Yang P., Qi J., Newcombe L., Peng X., Yang Y., Zhao Z.(2020): Examining Data Fusion Techniques for Internet of Things enabled Physical Activity Recognition and Measure: A Systematic Survey, Information Fusion,55:268-280(SCI JCR一区 中科院一区top 期刊 IF: 12.975)
[19]Yang Y., Li X., Wang P., Xia Y., Ye Q.(2020): Multi-Source Transfer Learning via Ensemble Approach for Initial Diagnosis of Alzheimer's Disease, IEEE Journal of Translational Engineering in Health and Medicine, 8: **, (SCI JCR二区 IF: 3.316)
[20]Lee S., Tseng C., Lin G., Yang Y.*, Yang P., Muhammad K., Pandeye H. (2020): A Dimension-Reduction Based Multilayer Perception Method for Supporting the Medical Decision Making, Pattern Recognition Letter, 131:15-22 (SCI JCR一区 IF: 3.756)
[21]Yang Y. and Jiang J. (2019): Adaptive Bi-weighting towards Automatic Initialization and Model Selection for HMM-based Hybrid Meta-clustering Ensembles, IEEE Transactions on Cybernetics, 49(5):1657-1668 (SCI 中科院一区top 期刊 IF: 19.118)
[22]Yang P., Yang G., Qi J., Liu J., Wang T., Yang Y., Wang X. (2019):DUAPM: An Effective Dynamic Micro-blogging User Activity Prediction Model towards Cyber-Physical-Social Systems,IEEE Transactions on Industrial Informatics,16(8): 5317 - 5326 (SCI中科院一区top 期刊 IF: 11.648)
[23]Yang P., Liu J., Qi J., Yang Y., Wang Q. and Lv Z.,(2019): Comparison and Modelling of Country-Level Micro-blog User Behaviour and Activity in Cyber-Physical-Social Systems using Weibo and Twitter Data, ACM Transactions on Intelligent Systems and Technology, 10(6):Article 65 (SCI JCR一区 IF: 4.654)
[24]He Z., Nan F., Li X., Lee S., Yang Y.* (2019): Traffic Sign Recognition by Combining Global and Local Features Based on Semi-supervised Classification, IET Intelligent Transport Systems, 14(5) :323 - 330 (SCI JCR一区 IF: 2.496)
[25]Qi J., Yang P., Deng Z., Zhao Y., Waraich A., Yang Y., (2018): Examining Sensor-based Physical Activity Recognition and Monitoring for Healthcare Using Internet of Things: A Systematic Review, Journal of Biomedical Informatics, 87:138-153(SCI JCR一区 IF: 6.317)
[26]Xie C.,Cai H., Yang Y.*,Jiang L., Yang P.(2018): User Profiling in Elderly Healthcare Services in China: Scalper Detection, IEEE Journal of Biomedical and Health Informatics,22(6):1796 - 1806. (SCI中科院一区top 期刊 IF: 7.021)
[27]Li J., Yang Y.*, Wang X., Zhao Z., Li T. (2018): A Novel Parallel Distance Metric-based Approach for Diversified Ranking on Large Graphs, Future Generation Computer Systems,88:79-91. (SCI JCR一区 中科院一区top 期刊 IF: 7.187)
[28]Lee S.; Xu Z.; Li T.; Yang Y.* (2018): A Novel Bagging C4.5 Algorithm Based on Wrapper Feature Selection for Supporting Wise Clinical Decision Making, Journal of Biomedical Informatics,78:144-155 (SCI JCR一区 IF: 6.317)
[29]Yang Y. and Jiang J. (2018): Bi-weighted ensemble via HMM-based approaches for temporal data clustering, Pattern Recognition,76:391-403. (SCI JCR一区 中科院一区top 期刊 IF:8 .518)
[30]Yang Y., Li Z., Wang W. and Tao D. (2017): An adaptive semi-supervised clustering approach via multiple density-based information, Neurocomputing,257:193-205. (SCI JCR一区 IF: 5.719)
[31]Yang Y. and Jiang J. (2016): Hybrid sampling-based clustering ensemble with global and local constitutions, IEEE Transactions on Neural Networks and Learning Systems,27(5):952-965. (SCI 中科院一区top 期刊 IF: 14.255)
[32]Yang Y. and Liu X. (2015): A Robust Semi-supervised Learning Approach via Mixture of Label Information,Pattern Recognition Letters, 68:15-21. (SCI JCR一区 IF: 3.756)
[33]Yang Y. and Jiang J. (2014): HMM-based hybrid meta-clustering ensemble for temporal data, Knowledge-based systems, 56:299-310. (SCI中科院一区top 期刊 IF: 8.139)
[34]Yang Y. and Chen K. (2011): Temporal data clustering via weighted clustering ensemble with different representations, IEEE Transactions on Knowledge and Data Engineering, 23(2): 317-320. (SCI CCF推荐期刊A类 IF: 9.235)
[35]Yang Y. and Chen K. (2011): Time Series Clustering via RPCL Ensemble Networks with Different Representations, IEEE Transactions on Systems, Man, and Cybernetics-Part C, 41(2): 190 – 199. (SCI JCR一区 )
[36]代飞,赵文卓,杨云*,莫启,李彤,周华 (2018): BPMN 2.0编排的形式语义和分析, 软件学报,29(4):1094-1114(EI,CCF推荐中文期刊A类)
[37]杜飞,杨云*,胡媛媛,曹丽娟 (2020):深度共享集成网络:一种简单的共享式多层梯度补给方法, 软件学报,31(7):2157–2168(EI,CCF推荐中文期刊A类)
[38]徐继伟, 杨云* (2018):集成学习方法:研究综述,云南大学学报(自然科学版),19(6):1082-1092 (中文核刊)
[39]向鸿鑫,杨云* (2019):不平衡数据挖掘方法综述,计算机工程与应用,55(4):1-16(中文核刊,CCF推荐中文期刊C类)
[40]白扬;曹丽娟;胡媛媛;杨云* (2020):基于特征补偿的单目标跟踪算法,计算机工程与设计,41(4):1105-1112(中文核刊,CCF推荐中文期刊C类)
国际会议论文:
[1] Du F., Yang P., Jia Q., Nan F., Chen X., Yang Y.* (2023): Global and Local Mixture Consistency Cumulative Learning for Long-tailed Visual Recognitions, The IEEE/CVF Computer Vision and Pattern Recognition Conference - CVPR 2023 (EI, CCF推荐会议A类)
[2] Zhou M., Zhang Y., Yang Y.*, Liu T., Yang P* (2023): Robust Temporal Smoothness in Multi-Task Learning, Thirty-Seventh AAAI Conference on Artificial Intelligence - AAAI 2023 (EI, CCF推荐会议A类)
[3] Yang G., Chen X., Zhang T., Wang S.*,Yang Y.*(2023): An Impact Study of Concept Drift in Federated Learning, IEEE International Conference on Data Mining - ICDM 2023 (EI, CCF推荐会议B类)
[4] Jia Q., Guo J., Du F., Yang P. and Yang Y.* (2022): A Fast Texture-to-Stain Adversarial Stain Normalization Network for Histopathological Images, IEEE International Conference on Bioinformatics and Biomedicine - BIBM 2022 (EI, CCF推荐会议B类)
[5] Zhou M., Zhang Y., Liu T., Yang Y.*, Yang P* (2022): Multi-task Learning with Adaptive Global Temporal Structure for Predicting Alzheimer's Disease Progression, ACM International Conference on Information and Knowledge Management - CIKM 2022 (EI, CCF推荐会议B类)
[6] Xiang H., Xie C., Zeng T., Yang Y* (2021):Multi-knowledge Fusion Network for Generalized Zero-shot Learning, IEEE International Conference on Multimedia and Expo -ICME2021 (EI,CCF推荐会议B类)
[7] Yang P., Qi J.*, Yang Y.*, Zhang S., Bi G.(2020): Rolling Interventions for Controlling COVID-19 Outbreaks in the UK to Reduce Healthcare Demand, ACM SIGKDD Conference on Knowledge Discovery and Data Mining-KDD2020 (EI,CCF推荐会议A类)
[8] Peng X., Wang X., Qi J., Yang Y.*, Li J., Yang P.(2020): Experimental Analysis of Artificial Neural Networks Performance for Accessing Physical Activity Recognition in Daily Life, The 18th IEEE International Symposium on Parallel and Distributed Processing with Applications (EI,CCF推荐会议C类)
[9] Pang Z., Zhang S., Yang Y.*, Qi J., Yang P.(2020): Interoperable Multi-Modal Data Analysis Platform for Alzheimer’s Disease Management, The 18th IEEE International Symposium on Parallel and Distributed Processing with Applications (EI,CCF推荐会议C类)
[10] Wang X., Bi G., Zhang Y., Qi J., Yang Y.*, Yang P.(2020): Visual Analysis of Biomarkers Selected via Multi- Task Learning for Modeling Alzheimer’s Disease Progression, The 18th IEEE International Symposium on Parallel and Distributed Processing with Applications (EI,CCF推荐会议C类)
[11] Zeng T., Xiang H., Xie C., Yang Y., Liu Q. (2020): Zero-Shot Learning Based on Knowledge Sharing, International Conference on Computer Supported Cooperative Work in Design-CSCWD'2020 (EI,CCF推荐会议C类)
[12] Li Q., Yang Y*., Yang P. (2020): Human activity recognition based on triaxial accelerometer using multi-feature weighted ensemble, 2020 IEEE International Conference on Industrial Informatics. (EI)
[13] Xu J., Yang Y*., Yang P. (2020): Hybrid Label Noise Correction Algorithm for Medical Auxiliary Diagnosis, 2020 IEEE International Conference on Industrial Informatics. (EI)
[14] Fan J., Wang S., Yang P., Yang Y*. (2020): Multi-View Facial Expression Recognition based on Multitask Learning and Generative Adversarial Network, 2020 IEEE International Conference on Industrial Informatics. (EI)
[15]Yang L., Liu Q., Yang Y*., Yang P. (2020): Traffic sign classification via Semi-Supervised model with uncertain labels, 2020 IEEE International Conference on Industrial Informatics. (EI)
[16]Xiang H., Zeng T., Yang Y.*(2020): A novel sleep stage classification via combination of fast representation learning and semantic-to-signal learning, Proceedings of International Joint Conference on Neural Networks (IJCNN'2020). (EI,CCF推荐会议C类)
[17]Li X., Yang Y.*, Yang P.(2019): Multi-source ensemble transfer approach for medical text auxiliary diagnosis, The 19th IEEE International Conference on Bioinformatics and Bioengineering (BIBE 2019).(EI)
[18]Shao W., Yang P., Yang Y*. (2019): Ensemble of Receptive Fields for Training Central-Focused Convolutional Neural Networks, 2019 IEEE International Conference on Industrial Informatics. (EI)
[19]Wang X., Qi J., Yang Y., Yang P. (2019): A Survey of Disease Progression Modelling Techniques for Alzheimer's Diseases, 2019 IEEE International Conference on Industrial Informatics. (EI)
[20]Xie C., Liu D., Yang Y.*, Yang P., Yu B., Chen Z., Feng Q. and Peng J. (2019): Knowledge Graph based Internet of Things Middleware, 2019 IEEE International Conference on Industrial Informatics. (EI)
[21]Qi J., Yang Y., Peng X., Newcombe L., Simpson A., Yang P. (2019): Experimental Analysis of Artificial Neural Networks Performance for Physical Activity Recognition Using Belt and Wristband Devices, 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBS).(EI)
[22]Cao L., Liu Q., Yang Y.* (2019), An Unsupervised Feature Extraction Method based on Multi-granularity Convolution Denoising Autoencoder, 2019 IEEE/ACIS 18th International Conference On computer and Information Science. (EI)
[23]Zhao H., Liu Q. and Yang Y.* (2018), Transfer Learning with Ensemble of Multiple Feature Representations, 16th IEEE/ACIS International Conference on Software Engineering Research, Management and Applications. (EI)
[24]Jia X., Wang S. and Yang Y.* (2018), Least-Squares Support Vector Machine for Semi-Supervised Multi-Tasking, 16th IEEE/ACIS International Conference on Software Engineering Research, Management and Applications. (EI)
[25]Liu Q., Wang J, Zhang D., Yang Y. and Wang N.(2018), Text features extraction based on TF-IDF associating semantic, 2018 4th IEEE International Conference on Computer and Communications (EI)
[26]Wang Y., Zhang D., Yuan Y., Liu Q., Yang Y. (2018), Improvement of tf-idf algorithm based on knowledge graph, 16th IEEE/ACIS International Conference on Software Engineering Research, Management and Applications. (EI)
[27]Chen F., Chai J.,Ren D., Liu X. and Yang Y.* (2017), Semi-Supervised Distance Metric Learning for Person Re-Identification, 2017 IEEE/ACIS 16th International Conference On computer and Information Science. (EI)
[28]Gan J.,Li A, Lei Q., Ren H. and Yang Y.* (2017), K-means based on Active Learning for Support Vector Machine, 2017 IEEE/ACIS 16th International Conference On computer and Information Science. (EI)
[29]Zhang D., Wang N., Yuan Y., Wang B. and Yang Y.* (2017). Fuzzy ontology induction in the cognitive model of ontology learning, 2017 IEEE/ACIS 16th International Conference On computer and Information Science, pp. 739-744. (EI)
[30]Yang Y. and Chen K. (2010): Unsupervised Learning via Iteratively Constructed Clustering Ensemble. Proceedings of International Joint Conference on Neural Networks (IJCNN'10), Barcelona, Spain. (EI, CCF推荐会议C类)
[31]Yang Y. and Chen K. (2006): An ensemble of competitive learning networks with different representations for temporal data clustering. Proceedings of International Joint Conference on Neural Networks (IJCNN'06), pp. 5759-5766, Vancouver, Canada. (EI, CCF推荐会议C类)
专著:
[1] Yang Y.(2016):Temporal Data Mining via Unsupervised Ensemble Learning, Elsevier, ISBN: 9780128116548.
[2] Yang Y. and Chen K. (2007): Combining competitive learning networks of various representations for sequential data clustering, Trends in Neural Computation (Chapter 13, pp. 315-336), Springer, ISBN:3540361219
[3] 杨云,杜飞 著 (2018):深度学习实战,清华大学出版社,ISBN: 9787302491026.
主要获奖成果
l 2022年,第九届“中国侨届贡献奖”二等奖,个人
l 2022年全国高校人工智能大数据区块链创新人物奖,个人
l 2021年云南省自然科学奖二等奖,数据与知识驱动的集成智能研究与应用,排名第一
l 2019年全国高校人工智能与大数据学术创新奖,个人
l 2018年云南省自然科学奖二等奖,基于智能学习的系统建模及控制研究,排名第二
杨云:激情与稳重并行
2015-10-28
最近,云南大学副教授、硕士生导师,杨云迷上了一种“新鲜玩意儿”——用神经网络的算法来进行自动编曲。这位痴迷摇滚的青年科学家研究的主要方向是时下热门的机器学习。“我的理想是工作和生活能够更好地融合在一起,虽然有时候不能完全实现。但我尽量把我的工作作为业余生活的一部分,进行业余生活的同时又能回馈我的工作。”
不大的年纪,老成的声线;活跃的思维,严谨的逻辑……各种出人意料的“冲撞”交织成杨云,一个激情与稳重并行的“80后科学家”。
时间序列,数据挖掘中的最具有挑战性的研究方向之一
“说到大数据我就兴奋。”与很多痴迷于计算机的“极客”一样,杨云说到自己的研究对象条件反射般地肾上腺加速。这种快速的反应与他所从事的研究的特征非常契合。
20世纪80年代末,在那个计算机还没有普及的年代,当年幼的他在同学家里第一次与计算机“深情相遇”的时候,怀着一种“膜拜”的心情,从此笃定要走上研究计算机这一新鲜事物的道路。那时候的他,并没预料到多年后的今天,他选择的这一专业会以怎样惊人的速度渗透到我们生活的每个角落。
信息爆炸时代,大数据统计被应用于经济、政治等领域,成为备受推崇的决策工具。甚至有人说:得大数据者得天下。当海量的数据充斥我们周围,就像一座巨大的矿井,我们如何从中挖掘出对我们有用的、有价值的数据以帮助决策?这就是数据挖掘的价值。
在众多的数据中,有一类数据它的性质随着时间的变化而变化,例如股票、气象、多媒体、人口普查数据等。由于这一类数据本身具有非常复杂的特性,如:复杂时间相关性,高维度,海量性、噪声干扰,使得传统的挖掘技术无法获得较为理想的结果。而这,就是杨云和他的研究团队所关注的研究对象。
“2005年,香港中文大学的研究者做了一项研究报告,将时间序列数据挖掘列为数据挖掘中最具挑战性的十大研究方向之一。2012年,奥巴马政府投资2亿美金启动“大数据研究和发展计划”,并在2013年发布了第二轮大数据研究项目,其中白宫科技政策办公室建立的流行病“天气预报”项目,旨在利用大数据方法尽早对流行病作出识别和预测,以便预做准备,减轻症状,其本质就是时间序列数据挖掘……”从杨云充满激情的讲述里,可以感受到他对自己的研究对象那种痴迷的热情。也正是这种热情,让他在直面科学难题的时候依然能体会到探索的快乐。
“三个臭皮匠顶过一个诸葛亮。”杨云笑着如是比喻自己在时间序列数据研究领域里的创新成果。
“因为时间序列数据的复杂度很高,根据算法整体不同的情况会产生不同的聚类分析结果,甚至同一种聚类算法对同一种时间序列进行数据分析也会产生不同的结果。我们没有一个绝对衡量其好或者坏、对或者错的标准。所以单一的传统的序列算法结果并不理想。那我就把多样的结果汇合起来,看大家共同的趋向找出共识的内容作为算法的最终结果。这,就是我混合性算法最早的初衷,它实际上来源于传统的集成方式。”“相当于是一个汇总的方法,白猫还是黑猫好?用‘投票选举‘的模式来加以解决。”对于自己的研究对象,杨云总是能找到合适而有趣的方式来对其进行描述。
“融合”“创新”是他擅长的制胜“法宝”,带着这两种思路和方法,在英国曼彻斯特大学攻读博士学位期间,杨云巧妙地把传统的时间序列数据挖掘的聚类分析与集成学习算法融合在一起,有效地提高了时间序列数据聚类分析的精确度和稳定性。之后通过不同的时间数据处理手段(如:proximity-based, model-based, feature-based),他先后提出一系列高性能的聚类集成学习算法,包括基于多特征表示的加权聚类集成学习模型;基于隐马尔可夫模型(Hidden Markov Model)的聚类集成学习模型;基于混合采样与完整信息融合的聚类集成学习模型等。
相关成果先后发表在IEEE Transactions on Neural Networks and Learning systems,IEEE Transactions on Knowledge and Data Engineering, IEEE Transactions on Systems, Man, and Cybernetics(part C)等国际顶级学术期刊以及相关领域的国际权威学术会议IEEE WCCI-IJCNN上,获得业界广泛关注和好评。
陶醉在时间数据环绕成的科学世界里,杨云用自己对科研的热情和创新思维收获了不错的科研硕果。由于突出的科研潜质与学术表现,他入选英国政府资助的海外研究生奖励计划。之后在英国萨里大学从事博士后研究工作和在英国曼彻斯特大学任教学助理。
彩云之南,我的家乡
2014年,带着满身所学,杨云以人才引进形式全职进入云南大学工作。至此,他回到了家乡,回到了自己父母的身边。
“父母在,不远游。”杨云如是坦言自己回国的主要原因。作为家中独子的他,在很小的时候起就能感念父母的恩情。为支持杨云的理想,他的父母在他念书的时候就为他购置了人生当中第一台电脑,在那个年代,几乎是倾尽家中所有。为了给他更好地教育,在杨云19岁的时候,就忍痛割爱将他送出国外去历练,处处、种种都饱含着深情。如今,父母垂暮,思念渐深,是到了该尽孝道的时候了。加之国家相关领域的飞速发展,使得杨云对回国之后的未来充满信心。恰在这个时候,彩云之南巍巍学府——云南大学抛过橄榄枝,他毫不犹豫地踏上归程。
后来事实证明,他父母的思虑是正确的,漂泊海外十几年,让原本生活在蜜罐当中的杨云不仅获得了居于世界前沿的知识,最重要的是学会了独立。
难忘出国头几年,年纪尚浅的杨云连最基本的语言关都还没过。连生活起居中日常的沟通都还存在问题,更别说在学校里接受纯英文的教学了。那段时间是他最孤苦,压力最大的时光。为了让自己尽快适应起来,他强迫自己在短时间内把语言能力迅速提高,到处与人沟通,夜晚恶补英文单词。功夫不负有心人,通过一年时间的学习,他在沟通上已经能基本实现畅通无阻。
语言关之后就是学习关。与很多在国内接受完高等教育再出国的学子不同,杨云从本科起就置身海外学术殿堂,不可避免地要面对更多教育理念、教学方式方法的不同。一路攀爬象牙塔直到博士后,从通信信息技术专业到多媒体再到机器学习,不同的专业不同的领域,每跃上一个台阶就会有很大的提升,但也会面临很多不同的挑战和考验。尤其是硕士还要分两个阶段进行,从普通的应试向研究转型,杨云慢慢学会了该如何独立地去从事科学研究。成长的过程有过痛苦也有过快乐,也曾想过要放弃,但庆幸地是,在同学和导师的激励和影响下,他坚持走完了全程。如今回头看,一切都是值得的。
虽然回国的时间并不长,但杨云在云南大学各方面的工作都进展得十分顺利,相关领域的研究开云南大学之先河。性格温和谦逊的他虽然在海外多年,但很快就又融合到现在的集体中来,左右逢源游刃有余,深受同事和学生的喜爱。
回国后凭借多年在海外积累的知识和技能,他先后主持国家自然科学基金项目1项,参与国家自然科学基金项目1项,主持教育部留学回国人员科研启动基金项目1项,主持云南省软件工程重点实验室开放基金面上项目1项。此外还担任IEEE Transactions on Neural Networks and Learning systems, IEEE Transactions on Cybernetics,Pattern Recognition等国际知名学术期刊的审稿人。科研仍是杨云工作的“重中之重”,他希望自己能够延续以往的研究内容,并在原来的基础上出一些新成果;同时又希望能够扩展一些新的、居于国际前沿的研究方向,例如深度学习等。希望在相关领域有一些高质量学术论文发表。
与科研并行的是教学工作。作为一名青年教师,杨云在跟学生相处的时候更多地扮演的是亦师亦友的角色。一方面他希望自己和学生的关系是一种对等的关系,“我们不是一种上下的关系,而是一种互相启发式的关系,我能够给他们引导,同时他们的回应常常能够给我启发”。另一方面,作为师长,他希望能够将自己多年在外的所得所感全部传授给他的学生,包括对科研的痴迷和狂热;在困难面前需要耐心和恒心等。因为受海外教育的影响,他常常给予学生的是一种启发主观能动性式的教育,授之以鱼不如授之以渔。
现在,杨云一个人承担着五门基础课程的教学,还有一门课程准备开课,教学大纲已经成型只待学校回复。因为相关领域是云南大学的研究空白,作为一名骨干,他同时承担起学科建设的工作,包括寻找好苗子,培养骨干教师,组建实验团队等。各方面工作都进行得井井有条,甚至下一步该如何走,在杨云的脑子里都已经有了清晰的规划。“我们处在信息爆炸的时代,不管国家还是学校,对相关领域都非常支持。如何在这样的大环境下使得我们学科研究尽快走到国际前沿,更加具有前瞻性;如何把科研变成有实用价值的成果,这些对我来说都是更高的目标……”因为身上肩负重任,这时候的他较于以往,激情之外,又多了几分稳重。
“典型80后”
“典型80后”,这是杨云给记者留下的最深印象。他在父母的关爱和呵护下长大,没有过多上一代物质生活的羁绊和顾虑;他和他的同伴一起率先跨入中国信息新时代,接触前沿,探索新生事物;他对工作和生活充满激情,随心所欲,彰显个性。如今,“80后”杨云已然走进社会,肩负起家国重任成为有担当的一员。不变的是,他对生活一贯的热情。
虽然平时工作很繁忙,但杨云总会抽出时间来丰富自己的生活。他的兴趣爱好很广泛:喜欢旅游,喜欢摄影,喜欢美食,平时会自己做菜。看到喜欢的东西都愿意自己去尝试。他还喜欢文学爱好音乐,尤其对摇滚比较痴迷。在英国攻读博士的时候,他还组建过自己的华人乐队。会写歌,有自己的淘宝计划……
“一味地把一个状态在一种环境中呈现会很容易产生疲劳,而且在思维模式上会很容易陷入一种死板和僵硬。所以,我把这些兴趣和爱好当作是我工作的调剂。适当放松调节,有益于帮助我在科研工作中找到需要的灵感,可以把其他领域有意思的东西与我们所研结合起来。”这也是他最近痴迷于用神经网络的算法来自动编曲的原因。
来源:科学中国人 2015年第10期