个人信息

姓名:杨逸飞

国籍:中国

性别:

毕业院校:武汉大学

职称:讲师

学位:博士

职称类别:中级

电子邮件:yifeiyang@ncu.edu.cn

所在单位:软件学院

办公地址:软件楼208室

个人信息

个人简介:

杨逸飞,博士,现任职于南昌大学软件学院。2014年至2018年就读于兰州大学电子信息科学与技术基地班,获学士学位;2018年至2021年在武汉大学电磁场与微波技术专业攻读硕士学位;2021年至2024年在武汉大学通信与信息系统专业攻读博士学位,师从美国杜克大学、昆山杜克大学教授、IEEE Fellow 李昕教授。博士期间,他曾在昆山杜克大学进行联合培养,师从邹东勉助理教授。2025年至今在新加坡南洋理工大学进行博士后研究。研究方向聚焦于几何深度学习及其在图数据分析中的应用,在该领域取得了显著成果,已在IEEE Transactions on Neural Networks and Learning Systems、Neural Networks等顶级期刊以及ECCV、SIGKDD等国际著名会议上发表多篇高水平论文。


学术兼职:

IEEE Transactions on Neural Networks and Learning Systems、Engineering Applications of Artificial Intelligence、Heritage Science 等期刊审稿人


研究领域:

几何深度学习、图数据挖掘


科研项目与资助(部分):

基于双曲自编码模型的金融欺诈检测研究; 江西省自然科学基金面上项目-平台类(主持);

基于双曲神经网络的金融风控模型; 数据安全技术江西省重点实验室开放基金课题(主持);

国家公派博士后项目;国家留学基金委;

双曲空间的散射变换及其应用;国家自然科学青年基金(参与);


参与发表论文(部分):

[1] Y. Yang, W. Lee, D. Zou, and G. Lerman. “Improving Hyperbolic Representations via Gromov-Wasserstein Regularization,” ECCV 2024. CCF-B(计算机视觉三大顶级会议之一)。

[2] Y. Yang, D. Zou, and X. He. “Graph neural network-based node deployment for throughput enhancement,” IEEE Trans. Neural Netw. Learn. Syst., 35, 10, pp. 14810-14824, 2024. IF: 10.4;一区TOP。

[3] Y. Yang, P. Wang, X. He, and D. Zou. “GRAM: An Interpretable Approach for Graph Anomaly Detection using Gradient Attention Maps,” Neural Networks, pp.106463, 2024. IF:7.8;一区TOP。

[4] J. Li, Y. Yang*, D. Zou*, L. Wu, Q. Wu, Z. Lin, Q. Li, "Recognition of Yuan blue and white porcelain produced in Jingdezhen based on graph anomaly detection combining portable X-ray fluorescence spectrometry," Heritage Science, 12(1), 2024. IF:3.9;一区TOP。


获奖及荣誉:

2024年 武汉大学优秀毕业研究生;2023年 武汉大学宽泛自强励志奖学金,武汉大学优秀研究生,武汉大学研究生优秀学业奖学金二等奖,武汉大学中国研究生创新实践系列大赛先进个人,第十九届中国研究生数学建模竞赛二等奖;2021年 第十八届中国研究生数学建模竞赛三等奖;2020年 武汉大学优秀研究生;2019年 第十六届中国研究生数学建模竞赛二等奖;2016年 兰州大学优秀学生三等奖学金;2015年 兰州大学优秀学生三等奖学金。

指导学生:

指导本科生陈卓、吴修锟、孟祥熙、赵子轩、彭博海,获得2025年(第18届)中国大学生计算机设计大赛江西省级赛三等奖

教育经历

[1] 2021.09-2024.12 博士 博士研究生

[2] 2018.09-2021.06 硕士 硕士研究生

[3] 2014.09-2018.06 本科 本科

工作履历

[1] 2025.09-至今 博士后 新加坡南洋理工大学

[2] 2022.01-2025.01 研究实习生 昆山杜克大学

科研项目

科研成果