韩新玉，理学博士，现为南京信息工程大学未来技术学院讲师。博士毕业于哈尔滨工业大学（深圳）。在国内外学术期刊上一共发表SCI学术论文9篇，其中第一作者7篇，包括TNNLS、Neural Networks、Neurocomputing、chaos期刊等。2021年获国家留学基金委资助，赴新加坡国立大学数学系联合培养一年。

目前主要研究方向为复杂网络分析、时间序列预测，和深度学习模型的可解释性分析，旨在构建深度学习模型的理论基础，分析、可视化深度学习模型的学习路径，为深度学习模型的应用改进提供指导，致力于开发高可信的气象人工智能模型。

2025-2027, 主持国家自然科学青年基金《面向时空图神经网络泛化性的可解释性分析及其应用》一项；

欢迎对深度学习模型及其可解释性、复杂网络分析、时序预测感兴趣的同学与我联系；

常年招收人工智能专业硕士研究生（目前尚有名额）。