研究领域包括数据分析与数据挖掘、机器学习、深度学习，目前主要致力于多源、多模态数据特征驱动的预测与决策方法在智能医疗领域的应用研究。

讲授课程

《统计学》、《统计分析与软件应用》、《大数据分析与挖掘》

教育经历

2015年获得西北大学管理学学士学位；

2018年获得北京化工大学管理学硕士学位；

2023年获得北京理工大学管理学博士学位。

工作经历

2023-至今

永利3044官网 3044AM永利集团

学术成果

期刊论文

[1] Wu, Y., Zhu, D., & Wang, X. (2023). Contrastive learning enhanced deep neural network with serial regularization for high-dimensional tabular data. Expert Systems With Applications, 120243. (SCI, JCR Q1, 中科院一区 TOP)

[2] Wu, Y., Zhu, D., & Wang, X. (2023). Tree enhanced deep adaptive network for cancer prediction with high dimension low sample size microarray data. Applied Soft Computing, 136, 110078. (SCI, JCR Q1, 中科院一区 TOP)

[3] Wu, Y., Zhu, D., Wang, X., & Zhang, S. (2021). An ensemble learning framework for potential miRNA-disease association prediction with positive-unlabeled data. Computational Biology and Chemistry, 95, 107566. (SCI, JCR Q2)

[4] Tang, L., Wu, Y., & Yu, L. (2018). A randomized-algorithm-based decomposition-ensemble learning methodology for energy price forecasting. Energy, 157, 526-538. (SCI, JCR Q1, 中科院一区 TOP)

[5] Tang, L., Wu, Y., & Yu, L. (2018). A non-iterative decomposition-ensemble learning paradigm using RVFL network for crude oil price forecasting. Applied Soft Computing, 70, 1097-1108. (SCI, JCR Q1, 中科院一区TOP)

[6] Yu, L., Wu, Y., Tang, L., Yin, H., & Lai, K. K. (2021). Investigation of diversity strategies in RVFL network ensemble learning for crude oil price forecasting. Soft Computing, 25(5), 3609-3622. (SCI, JCR Q2)

[7] Wang, X., Zhang, S., Wu, Y., & Yang, X. (2021). Revealing potential drug-disease-gene association patterns for precision medicine. Scientometrics, 126(5), 3723-3748. (SCI/SSCI, JCR Q2)

科研项目

[1] 永利3044官网校科研基金项目（数据特征驱动的疾病智能诊断研究），2024.04-2025.03，主持

[2] 国家自然科学基金面上项目（生物医学领域潜在颠覆性技术识别方法研究），2021.01-2024.12，参与

[3] 国家自然科学基金专项项目（“卡脖子”关键核心技术领域的创新能力与形势研判分析），2019.06-2020.05，参与