杨宇轩查看源代码讨论查看历史
|
杨宇轩，女，西南财经大学讲师。
人物简历
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
研究领域
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
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.
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。[1]