个人主页：https://wangyuanhao.github.io/

(1) 2018-08 至 2022-06, 中山大学, 应用数学, 博士
(2) 2014-09 至 2017-07, 暨南大学, 计算数学, 硕士
(3) 2010-09 至 2014-06, 暨南大学, 信息与计算科学, 学士

(1) 2022-10 至今, 暨南大学, 信息科学技术学院, 讲师

(2) 2017-07 至 2018-07，华为技术有限公司，技术研究助理工程师

生物信息学、机器学习，主要关心以下两个问题及其在生物、医学中的应用。

（1）生物、医学领域的数据能够提供的监督信号有限，如何从有限信息的数据中发展高效的机器学习方法？

（2）随着数据收集手段的多样化，信息多源异构，如何在传统学习方法的独立同分布假设不成立的情形构建相关的学习方法及理论分析？

1. Lai Z-R, Wang W#. Invariant risk minimization is a total variation model. In: Proceedings of the 41st International Conference on Machine Learning (ICML 2024). Vienna, Austria: 2024: 25913-25935.

2. Yang J, Wang W#, Zhang X. scSemiGCN: boosting cell-type annotation from noise-resistant graph neural networks with extremely limited supervision. Bioinformatics, 2024, 40(2): btae091.

3. Wang W, Zhang X, Dai D-Q. springD2A: capturing uncertainty in disease-drug association prediction. Bioinformatics, 2022, 38(5):1353–1360.

4. Zhang X, Wang W, Ren C-X, Dai D-Q. Learning representation for multiple biological networks via a robust graph regularized integration approach. Briefings in Bioinformatics, 2022, 23(1):bbab409.

5. Song W, Wang W, Dai D-Q. Subtype-WESLR: identifying cancer subtype with weighted ensemble sparse latent representation of multi-view data. Briefings in Bioinformatics, 2022, 23(1):bbab398.

6. Liu Y, Wang W, Ren C-X, Dai D-Q. MetaCon: meta contrastive learning for microsatellite instability detection. In: 24th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI). Strasbourg, France: 2021:267–276.

7. Wang W, Zhang X, Dai D-Q. DeFusion: a denoised network regularization framework for multi-omics integration. Briefings in Bioinformatics, 2021, 22(5):bbab057.

(#通讯作者)

1. 王伟文; 戴道清; 张曦文 ; 一种基于去噪网络正则化的多组学数据整合方法及系统, 2023-07-04, 中国, ZL202011393211.8

2. 张曦文; 戴道清; 王伟文; 任传贤 ; 一种基于网络增强和图正则的融合网络药物靶标关系预测方法, 2023-06-23, 中国, ZL202011219170.0

本科生《微积分》、《概率论与数理统计》

研究生《高维数据分析》