微信
邮箱登录
杨泽宇
个人简介
杨泽宇，男，1992年生，浙江湖州人，博士、副教授、硕士生导师。2021年获浙江大学控制科学与工程专业博士学位，2019-2020年赴德国杜伊斯堡-埃森大学自动控制及复杂系统研究所联合培养。2021-2023年在湖州师范大学任讲师，2023年起任副教授。入选浙江省青年人才托举项目（校内首位），并为全省工业大数据分析与应用研究领域首位入选者；获浙江省青年科技工作者优秀论文等荣誉。近年来主持国家自然科学基金青年项目1项、浙江省自然科学基金2项（青年项目和探索项目）、湖州市自然科学基金2项、国家重点实验室开放课题2项；作为核心成员参与多项国家自然科学基金重点项目、国家重点研发计划课题与国家自然科学基金面上项目。已累计发表学术论文70余篇（第一/通讯作者40余篇），包括领域内顶级SCI期刊如IEEE汇刊（IEEE TSMC，IEEE TIE，IEEE TII，IEEE TASE，IEEE TIM等）、IFAC会刊（EAAI，JPC等）以及IEEE/CAA JAS等；相关研究成果应用于化工过程、旋转设备、离散制造等复杂工业系统，申请和授权国家发明专利10余项。
研究方向
数据驱动软测量与过程监测、工业大数据分析与应用、工业人工智能、工业大模型等领域的前沿研究。
主要承担的教学课程
硕士生课程：模式识别与机器学习
本科生课程：电路原理、电工电子学
代表性学术成果（*代表通讯作者）：
[1] Gecheng Chen, Zeyu Yang*, Xinkai Chen, Jianqiang Li, Chengwen Luo, Towards the Bi-imbalance: A Pruning-based Contrastive Domain Adaptation Framework for Industrial Fault Diagnosis, IEEE/CAA Journal of Automatica Sinica, 2026.（国际自动化与控制领域顶刊，SCI一区TOP期刊）
[2] Zeyu Yang, Wenqing Gao, Gecheng Chen, Jiaxin Yu, Bocun He, Lingjian Ye, Self-Modified Dynamic Domain Adaptation for Industrial Soft Sensing,IEEE Transactions on Automation Science and Engineering, 2026.（国际智能控制与自动化领域顶刊，SCI二区TOP期刊）
[3] Zeyu Yang, Longying Mao, Lingjian Ye, Yiran Ma, Zhihuan Song, Zhichao Chen, AKGNN: When Adaptive Graph Neural Network Meets Kolmogorov-Arnold Network for Industrial Soft Sensors, IEEE Transactions on Instrumentation and Measurement, 2025.（国际仪器和测量领域顶刊，SCI二区TOP 期刊）
[4] Zeyu Yang, Tingting Hu, Le Yao, Lingjian Ye, Yi Qiu, Shuxin Du, Stacked Dual-Guided Autoencoder: A Scalable Deep Latent Variable Model for Semi-Supervised Industrial Soft Sensing, IEEE Transactions on Instrumentation and Measurement, 2024.（国际仪器和测量领域顶刊，SCI二区TOP 期刊）
[5] Zeyu Yang, Le Yao, Bingbing Shen, Peiliang Wang, Probabilistic Fusion Model for Industrial Soft Sensing Based on Quality-Relevant Feature Clustering, IEEE Transactions on Industrial Informatics, 2023.（国际工业信息领域顶刊，SCI一区TOP 期刊）
[6] Zeyu Yang, Junhua Zheng, Zhiqiang Ge, Lifelong Bayesian Learning Machines for Streaming Industrial Big Data, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2023.（国际人工智能领域顶刊，SCI一区TOP 期刊）
[7] Zeyu Yang, Zhiqiang Ge, On Paradigm of Industrial Big Data Analytics: From Evolution to Revolution, IEEE Transactions on Industrial Informatics,2022.（国际工业信息领域顶刊，SCI一区TOP 期刊）
[8] Zeyu Yang, Zhiqiang Ge, Rethinking the Value of Just-In-Time Learning in the Era of Industrial Big Data, IEEE Transactions on Industrial Informatics, 2022.（国际工业信息领域顶刊，SCI一区TOP 期刊）
[9] Zeyu Yang, Zhiqiang Ge, Industrial Virtual Sensing for Big Process Data based on Parallelized Nonlinear Variational Bayesian Factor Regression, IEEE Transactions on Instrumentation and Measurement, 2020.（国际仪器和测量领域顶刊，SCI二区TOP 期刊）
主要科研项目
[1] 国家自然科学基金青年项目: 面向流式工业大数据的终身贝叶斯学习与质量预报，2023/1-2025/12;（主持）
[2] 浙江省自然科学基金探索项目：基于多模态大模型快慢思考机制的化工过程分级工况质量预报与异常溯源，2026/1-2027/12；（主持）
[3] 浙江省自然科学基金青年项目：基于流式变分贝叶斯的自适应质量预报建模及其应用，2022/01-2024/12;（主持）
[4] 湖州市自然科学基金项目：面向流程工业数据的流式变分贝叶斯建模与自适应质量预报方法研究，2021/7-2023/6;（主持）
[5] 湖州市自然科学基金项目：基于潜隐向量自回归模型与卡尔曼滤波的动态过程建模与监测技术研究，2025/1-2026/12;（主持）
[6] 工业控制技术国家重点实验室开放课题：知识增强的动态图学习与化工过程质量预报，2025/8-2026/7；（主持）
[7] 工业控制技术国家重点实验室开放课题：基于特征融合的深度序列建模与化工过程质量预报，2023/7-2023/12;（主持）
[8] 国家自然科学基金面上项目：基于子空间操作的复杂间歇过程反馈优化控制方法研究，2024/1-2027/12;（参与）
[9] 国家自然科学基金重点项目：面向故障诊断的流程工业大数据分析与分布式建模方法，2019/01-2023/12;（参与）
[10] 国家重点研发计划课题：氟化工过程设备协同管控与故障在线诊断技术研究，2018/08-2021/07;（参与）
[11] 国家自然科学基金面上项目：基于分布式数据建模的工业过程关键性能指标预测与诊断，2017/01-2020/12;（参与）
[12] 国家自然科学基金面上项目：一类多阶段工业过程基于数据驱动的质量监测与故障诊断方法，2016/01-2019/12;（参与）
奖励荣誉
1. 2025年，获湖州师范大学“学术新星”A类项目
2. 2024年，入选浙江省青年人才托举培养项目
3. 2023年，获浙江省青年科技工作者优秀论文
4. 2023年，获湖州师范大学“浙北英才”A类计划
5. 2021年，获浙江大学优秀毕业博士研究生
6. 2020年，获浙江大学争创优秀博士学位论文资助
7. 2025年，获ISCSIC国际会议优秀论文奖（Excellent Paper Award）以及特邀报告人奖（Invited Speaker Award）
8. 2025年，获ARCAI国际会议最佳口头报告奖（Best Oral Presentation Award）
9. 2024年，获ARCAI国际会议最佳论文报告奖（Best Paper Presentation Award）
学术兼职
1. 国家自然科学基金委通讯评审专家
2. 山东省自然科学基金通讯评审专家
3. 全国研究生教育评估监测专家库专家
4. 中国自动化学会数据驱动控制、学习与优化专业委员会委员
7. 浙江省自动化学会青年工作委员会副主任委员
8. 浙江省自动化学会专家库成员
9. 长期担任 IEEE TII、IEEETNNLS、IEEETIE、IEEE TIM、IEEETASE、IEEE SENSORS J、KBS、EAAI、CAIE、JMS、AEI、ASOC、NODY、FUEL、JPC、IECR等国外权威SCI期刊审稿人
联系方式：yangzeyu@zju.edu.cn
欢迎自驱力强、对工业大数据与工业人工智能研究感兴趣的同学加入本课题组，一起探索在智能制造场景中的前沿算法设计与工业应用（有意愿者可推荐继续攻读博士）