※教师简介

      杨宇轩，现任永利yl23411集团官网讲师，硕士生导师。2021年毕业于天津大学，获得工学博士学位。2023年10月至2025年10月，于荷兰代尔夫特理工大学进行博士后研究。2019年10月至2020年12月，于美国罗德岛大学进行博士联合培养。主要研究方向包括深度学习，复杂网络，脑机接口，多元信息融合等，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、IEEE Sensors Journal, Journal of Neural Engineering等。主持国家自然科学基金项目1项，作为核心人员参与国家自然科学基金面上项目多项。

      欢迎对深度学习，复杂网络，脑机接口，多元信息融合等领域感兴趣的同学报考我的研究生，同时欢迎本科生加入课题组参与研究。

※研究领域

深度学习、复杂网络、脑机接口，多元信息融合

※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 yl23411永利官网登录 永利yl23411集团官网 讲师

2023.10-2025.10 代尔夫特理工大学 博士后

※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, 程序设计及应用（Python）, 大数据可视化，现代科技与人工智能

※研究成果

代表性SCI期刊论文：

[1] Yuxuan Yang, et al. A lightweight model for physiological signals-based sleep staging with multiclass CAM for model explainability [J]. IEEE Sensors Journal, 2024, 24(17): 27815-27823. (JCR: Q1, IF=4.3)

[2] Yuxuan Yang, et al. Deep learning models as learners for EEG-based functional brain networks [J]. Journal of Neural Engineering, 2025, 22: 026005. (JCR: Q2, IF=3.7)

[3] Yuxuan Yang, et al. 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. (JCR: Q1, IF=8.6)

[4] Yuxuan Yang, et al. A CNN identified by reinforcement learning-based optimization framework for EEG-based state evaluation [J]. Journal of Neural Engineering, 2021, 18: 046059. (JCR: Q2, IF=3.7)

[5] Yuxuan Yang, et al. 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. (JCR: Q2, IF=1.9)

[6] Yuxuan Yang, et al. A recurrence quantification analysis-based channel-frequency convolutional neural network for emotion recognition from EEG [J]. Chaos, 2018, 28: 085724. (JCR: Q1, IF=2.7)

[7] 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. (JCR: Q1, IF=13.4)

[8] 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. (JCR: Q1, IF=5.6)

主要科研项目

1、 国家自然科学基金青年项目，融合复杂网络的深度学习多元非线性时间序列分析方法研究，项目编号：62203369，2023.01-2025.12，主持。

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，已结题, 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，已结题, 主研。

4、 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，已结题, 参与。