※教师简介

杨宇轩，现任西南财经大学经济信息工程学院讲师。2021年毕业于天津大学，获得工学博士学位。2019年10月至2020年12月，受国家留学基金委资助，于美国罗德岛大学进行博士联合培养。主要研究方向为人工智能、深度学习，复杂网络，多元时间序列分析，已在国际顶级期刊发表SCI论文10余篇，包括IEEE Transactions on Systems Man Cybernetics: Systems、Journal of Neural Engineering、International Journal of Bifurcation and Chaos等。

※研究领域

人工智能、深度学习、复杂网络、多元时间序列分析

※教育背景

2019.10-2020.12 University of Rhode Island 国家公派联合培养博士

2017.09-2021.06 天津大学  博士

2014.09-2017.01 天津大学 硕士

2010.09-2014.07 安徽大学 学士

※职业经历

2021.09-至今  西南财经大学  经济信息工程学院  讲师

※荣誉奖励

2019年 天津市工程专业学位硕士研究生优秀学位论文奖

2017年 中国电子学会优秀硕士学位论文奖，天津大学优秀硕士学位论文奖

2016年 研究生国家奖学金

※讲授课程

本科 计算机与大数据基础

※研究成果

代表性SCI期刊论文：

[1] Yuxuan Yang, Zhongke Gao, Yanli Li, Qing Cai, Norbert Marwan, and Jürgen Kurths. A complex network-based broad learning system for detecting driver fatigue from EEG signals [J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2021, 51(9): 5800-5808. （SCI一区，Top期刊）

[2] Yuxuan Yang, Zhongke Gao, Yanli Li and He Wang. A CNN identified by reinforcement learning-based optimization framework for EEG-based state evaluation [J]. Journal of Neural Engineering, 2021, 18: 046059. （SCI二区）

[3] Yuxuan Yang, Zhongke Gao. A multivariate weighted ordinal pattern transition network for characterizing driver fatigue behavior from EEG signals [J]. International Journal of Bifurcation and Chaos, 2020, 30(8): 2050118. （SCI二区）

[4] Yuxuan Yang, Zhongke Gao, et al. A recurrence quantification analysis-based channel-frequency convolutional neural network for emotion recognition from EEG [J]. Chaos, 2018, 28: 085724.

[5] Zhongke Gao, Yuxuan Yang, et al. Characterizing slug to churn flow transition by using multivariate pseudo Wigner distribution and multivariate multiscale entropy [J]. Chemical Engineering Journal, 2016, 291: 74-81.

[6] Zhongke Gao, Yuxuan Yang, et al. A four-sector conductance method for measuring and characterizing low-velocity oil-water two-phase flows [J]. IEEE Transactions on Instrumentation and Measurement, 2016, 65(7): 1690-1697.

主要科研项目

[1]国家自然科学基金面上项目，基于复杂网络多元信息融合的油井两相流流型演化机制研究，项目编号：61473203，2015.01-2018.12，参与。

[2]国家自然科学基金面上项目，基于复杂网络和深度学习的两相流可视化与动力学建模研究，项目编号：61873181，2019.01-2022.12，主研。

[3]天津市自然科学基金面上项目，基于复杂网络的两相流多源异构传感器信息融合研究，项目编号：16JCYBJC18200，2016.04-2019.03，主研。