Ø  代表性论文

1. 主要期刊论文列表（*号表示通讯作者，#号表示共同第一作者）

(1)          Ye Yuan（袁野）, Xin Luo*, Mingsheng Shang, and     Zidong Wang. A Kalman-Filter-Incorporated Latent Factor Analysis Model for     Temporally Dynamic Sparse Data, IEEE Transactions on Cybernetics, 2023,     53(9): 5788-5801. IF=11.8，中科院JCR分区一区

(2)          Ye Yuan（袁野）, Renfang Wang*, Guangxiao Yuan,     and Xin Luo. An Adaptive Divergence-based Non-negative Latent Factor Model.     IEEE Transactions on System Man Cybernetics: Systems, 2023, 53(10):     6475-6487. IF=8.7，中科院JCR分区一区

(3)          Ye Yuan（袁野）, Xin Luo*, and MengChu Zhou.     Adaptive Divergence-based Non-negative Latent Factor Analysis of     High-Dimensional and Incomplete Matrices from Industrial Applications. IEEE     Transactions on Emerging Topics in Computational Intelligence, DOI:     10.1109/TETCI.2023.3332550. IF=5.3，中科院JCR分区二区

(4)          Xin Luo*, Jiufang Chen, Ye Yuan（袁野）,     and Zidong Wang. Pseudo Gradient-Adjusted Particle Swarm Optimization for     Accurate Adaptive Latent Factor Analysis. IEEE Transactions on Systems Man     Cybernetics: Systems, 10.1109/TSMC.2023.3340919. IF=8.7，中科院JCR分区一区

(5)          Jinli Li, Xin Luo*, Ye Yuan（袁野）,     and Shangce Gao. A Nonlinear PID-Incorporated Adaptive Stochastic Gradient     Descent Algorithm for Latent Factor Analysis. IEEE Transactions on     Automation Science and Engineering, DOI: 10.1109/TASE.2023.3284819. IF=5.6，中科院JCR一区

(6)          Ye Yuan#（袁野）, Qiang He#, Xin Luo#,*, and     Mingsheng Shang*. A Multilayered-and-Randomized Latent Factor Model for     High-Dimensional and Sparse Matrices, IEEE Transactions on Big Data, 2022,     8(3): 784-794. IF=7.2，中科院JCR分区二区，ESI高引

(7)          Xin Luo, Ye Yuan（袁野）, Sili Chen,     Nianyin Zeng, and Zidong Wang. Position-Transitional Particle Swarm     Optimization-Incorporated Latent Factor Analysis, IEEE Transactions on     Knowledge and Data Engineering, 2022, 34(8): 3958-3970. IF=8.9，中科院JCR分区二区，ESI高引

(8)          Mingsheng Shang, Ye Yuan（袁野）,     Xin Luo*, and Mengchu Zhou. An α-β-divergence-generalized Recommender for     Highly-accurate Predictions of Missing User Preferences, IEEE Transactions     on Cybernetics, 2022, 52(8): 8006-8018. IF=11.8，中科院JCR分区一区

(9)          Xin Luo#, Ye Yuan#（袁野）, MengChu     Zhou*, Zhigang Liu, and Mingsheng Shang*. Non-negative Latent Factor Model     based on β-divergence for Recommender Systems. IEEE Transactions on System     Man Cybernetics: Systems, 2021, 51(8): 4612-4623. IF=8.7，中科院JCR分区一区

(10)       Jiufang Chen#, Ye Yuan#（袁野）,     Tao Ruan#, Jia Chen, and Xin Luo*. Hyper-Parameter-Evolutionary Latent     Factor Analysis for High-Dimensional and Sparse Data from Recommender     Systems. Neurocomputing, 2020, 421: 316-328. IF=6.0，中科院JCR分区二区

(11)       Jinli Li, Ye Yuan（袁野）, Tao Ruan,     Jia Chen, and Xin Luo*. A Proportional-Integral-Derivative-Incorporated     Stochastic Gradient Descent-Based Latent Factor Analysis Model.     Neurocomputing, 2020, 427: 29-39. IF=6.0，中科院JCR分区二区

(12)       Ye Yuan（袁野）, Xin Luo*, and Mingsheng Shang.     Effects of Preprocessing and Training Biases in Latent Factor Models for     Recommender Systems. Neurocomputing, 2018, 275: 2019-2030. IF=6.0，中科院JCR分区二区

(13)       Di Wu#, Xin Luo#, Guoyin Wang*, Mingsheng Shang*, Ye     Yuan（袁野）     and Huyong Yan. A Highly-Accurate Framework for Self-Labeled     Semi-Supervised Classification in Industrial Applications, IEEE     Transactions on Industrial Informatics, 2018, 14(3):909-920. IF=12.3，中科院JCR分区一区

2. CCF推荐会议论文列表（*号表示通讯作者，#号表示共同第一作者）

(1)          Ye Yuan（袁野）, Xin Luo*, Mingsheng Shang, and     Di Wu. A Generalized and Fast-converging Non-negative Latent Factor Model     for Predicting User Preferences in Recommender Systems. World Wide Web,     2020, 498-507. CCF-A类会议

(2)          Ye Yuan（袁野）, Mingsheng Shang, and Xin Luo*.     Temporal Web Service QoS Prediction via Kalman Filter-Incorporated Dynamic     Latent Factor Analysis. European Conference on Artificial Intelligence,     2020, 561-568. CCF-B类会议

(3)          Jinli Li and Ye Yuan*（袁野）. A Nonlinear     Proportional Integral Derivative-Incorporated Stochastic Gradient     Descent-based Latent Factor Model. IEEE International Conference On     Systems, Man, and Cybernetics,   2020. CCF-C类会议

(4)          Ying Wang, Ye Yuan*（袁野）,     and Di Wu. A Node-collaboration-informed Graph Convolutional     Network for Precise Representation to Undirected Weighted Graphs. IEEE     International Conference On Systems, Man, and Cybernetics, 2023.     CCF-C类会议

(5)          Jiufang Chen and Ye     Yuan*（袁野）.     A Neighbor-Induced Graph Convolution Network for Undirected Weighted     Network Representation. IEEE International Conference On Systems, Man, and     Cybernetics, 2023. CCF-C类会议

Ø  科研项目

1. 主持项目：

(1)          国家自然科学基金面上项目，面向新型配电网的异质图表示学习方法及应用研究，2024.01-2027.12，50万，主持

(2)          国家自然科学基金青年项目，基于用户动态兴趣的参数自适应推荐模型研究，2021.01-2023.12，24万，主持

(3)          JKW创新项目，嵌入式XXXX检测技术，2020.12-2021.12，80万，主持

(4)          重庆市自然科学基金面上项目，基于用户动态兴趣的长效推荐模型研究，2022.08—2025.07，10万，主持

(5)          国家电网公司总部科技项目，全球煤油气电耦合下我国能源安全风险识别与战略路径优化技术研究，2023.01-2024.12，40万，主持（课题2负责人）

2. 参与项目：

(1)          国家重点研发计划，贿赂犯罪社会关系网络的多粒度分析技术研究（课题），2017.07-2020.06，724万，参与（课题秘书）

(2)          国家自然科学基金重点项目，CRISPR-Cas13-RNA复合水凝胶液滴微流体的EVs亚群RNA检测关键技术及在脓毒症细胞因子风暴预警中的应用，

(3)          2021.01-2025.12，297万，参与

(4)          国家自然科学基金面上项目，基于隐特征分析的信息推荐技术研究，2018.01-2021.12，66万，参与

(5)          国家自然科学基金面上项目，面向海绵城市运维大数据的高维稀疏张量分析方法研究，2021.01-2024.12，56万，参与

(6)          国家自然科学基金重大培育项目，面向高维稀疏时变数据的宏观趋势预测研究，2017.01-2019.12，43万，参与

Ø  英文专著

(1)      Ye Yuan（袁野）, Xin Luo. Latent Factor Analysis for     High-dimensional and Sparse Matrices: A particle swarm optimization-based     approach, Springer, 978-981-19-6703-0, 2022

Ø      国家发明专利

(1)          袁野，罗辛，尚明生，吴迪，一种视频数据多维非负隐特征的提取装置和方法，201710930280.X，授权

(2)          袁野，李超华，罗辛，尚明生，吴迪，一种视频数据线性偏差主特征提取装置和方法，201710895442.0，授权

(3)          张能锋、袁野、罗辛、尚明生，一种基于多层随机隐特征模型的网页广告投放装置和方法，202011012586.5，授权

(4)          袁野、罗辛、吴昊，一种基于广义动量的产品智能推荐装置和方法，202011042490.3，受理

(5)      袁野、许明、罗辛、尚明生，一种Web服务吞吐量时变隐特征分析装置和方法，20201102649.7，受理