2016.9 to 2024.6
东南大学 | 软件工程 | 博士研究生 | 工学博士
2010.9 to 2014.6
南京信息工程大学 | 信息工程(系统工程方向) | 大学本科 | 工学学士
杨梅梅,博士,现任南京信息工程大学计算机学院、软件学院教师。2024年6月毕业于东南大学软件工程专业,获工学博士学位。博士毕业后,先后在美国北卡罗来纳大学教堂山分校生物医学影像研究中心和香港中文大学电子工程系开展博士后研究工作。长期从事非欧几何机器学习与医学人工智能研究,重点关注非欧空间表示学习、图神经网络、多模态数据融合及可解释智能分析方法,并将相关方法应用于医学影像与多模态临床数据分析,主要面向脑老化评估、神经认知障碍分析、消化系统疾病辅助分析等真实临床场景。近年来以第一作者或共同第一作者在 TPAMI、MICCAI、AAAI、IJCAI、FCS 等人工智能、模式识别与医学影像领域重要期刊和会议发表多篇论文。
代表作:
[1] Yang, Meimei, Y. Sun, Q. Wang, et al., “Hyperbolic Kernel Graph Neural Networks for Neurocognitive Decline Analysis from Multimodal Brain Imaging,” IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2026. (IF 18.6, 中科院一区Top, CCF-A期刊)
[2] Yang, Meimei, P . Fang, and H. Xue, “Expanding the Hyperbolic Kernels: A Curvature‑Aware Isometric Embedding View,” in International Joint Conferences on Artificial Intelligence (IJCAI), pp. 4469‑4477, 2023. (CCF-A会议)
[3] Yang, Meimei, Y. Sun, Q. Wang, W. Wang, H.‑J. Li, and M. Liu, “Hyperbolic Kernel GCN with Structure‑Function Connectivity Coupling for Neurocognitive Impairment Analysis,” in International Conference on Medical Image Computing and Computer‑Assisted Intervention (MICCAI), pp. 405–415, 2025. (CCF-B, 医学影像领域顶级会议)
[4] L. Si*, Yang, Meimei*, H. Xue, S. Zhu and P . Fang, “Adaptive Hyperbolic Kernels: Modulated Embedding in de Branges‑Rovnyak Spaces,” Annual AAAI Conference on Artificial Intelligence (AAAI), 2026. (Oral Presentation, CCF-A会议, *共同第一作者, 指导学生完成)
[5] Yang, Meimei, Q. Liu, X. Sun, N. Shi, and H. Xue, “Towards Kernelizing the Classifier for Hyperbolic Data,” Frontiers of Computer Science, vol. 18, no. 1, p. 181301, 2024. (IF 4.6, JCR 一区, CCF-B期刊)
[6] 杨梅梅, 方鹏飞, 朱士鹏, 薛晖. “基于莫比乌斯陀螺矢量空间的双曲正定核[J]. 模式识别与人工智能, 2023, 36 (9): 842-855. (CCF-B期刊)
2016.9 to 2024.6
东南大学 | 软件工程 | 博士研究生 | 工学博士
2010.9 to 2014.6
南京信息工程大学 | 信息工程(系统工程方向) | 大学本科 | 工学学士
2025.12 to 2026.5
香港中文大学
|
电子工程系
|
博士后研究员
2024.6 to 2025.6
北卡罗来纳大学教堂山分校
|
医学院
|
博士后研究员
2014.6 to 2015.9
江南计算技术研究所
|
软件工程师
以机器学习与模式识别方法为基础,围绕多模态医学数据智能分析开展研究,重点包括多模态脑影像分析、脑老化评估、多任务 EEG 解码、胆管良恶性辅助分析及真实临床数据建模等方向。
主要研究非欧空间表示学习、双曲几何建模、图表示学习与复杂结构数据智能分析方法,面向图数据、多模态数据及复杂关系数据建立稳定、可解释、可泛化的机器学习模型。
No Content