杨静，女，博士，毕业于华中科技大学，现任郑州大学计算机与人工智能学院直聘研究员，硕士生导师。主要研究方向人工智能、知识表示与推理，多模态深度学习，知识图谱，边缘智能、图计算、人机物认知计算等。

已以第一/通讯作者身份在IEEE TSC/ IEEE TNNLS/ ACM MM/ ACM WebConf (WWW)/ IEEE IOTJ/ IEEE TII等中国计算机学会A类会议/期刊或中科院1区期刊上发表多篇SCI/EI论文。担任国际顶级期刊以及会议IEEE TCSS/ Information Fusion / ACM MM / WWW / IEEE HPCC 等审稿人、担任IEEE HPCC-2021(CCF C)会议宣传主席，IEEE DIKW-2022程序主席，CBD-2023执行主席，中国计算机协会CCF协同计算/嵌入式系统专委会执行委员。

2022 IEEE TCSC杰出博士论文奖、2024 IEEE HITC早期职业成就奖获得者。近年来主持国家自然科学基金青年基金项目1项，参与国家重点研发计划等国家级项目3项，包括作为主要骨干成员（排名前五）参与科技部2030“新一代人工智能重大项目”-人工智能基础模型关键技术研究。

近年来代表性论文：

[1]S. Yang; Jing Yang*; X. Jiang; Y. Gao; L. T. Yang; R. Luo; J. Yang. Towards Multimodal Inductive Learning: Adaptively Embedding MMKG via Prototypes. WWW'25: Proceedings of the ACM Web Conference 2025. (通讯作者, CCF A 类会议)

[2]Jing Yang；X. Wang；L. T. Yang；Y. Gao；S. Yang；X. Wang. Learning Schema Embeddings for Service Link Prediction: A Coupled Matrix-Tensor Factorization Approach, IEEE Transactions on Services Computing, 2025,10.1109/TSC.2025.3541552. (CCF A类期刊)

[3]Y. Gao, Q. Zhao, L. T. Yang, Jing Yang* and L. Ren, "Tensor-Representation-Based Multiview Attributed Graph Clustering with Smooth Structure," in IEEE Transactions on Neural Networks and Learning Systems, Doi:10.1109/TNNLS.2025.3526590, 2025. (通讯作者, 中科院1区期刊)

[4]Jing Yang; X. Jiang; Y. Gao; L. T. Yang; J. Yang. Generalize to Fully Unseen Graphs: Learn Transferable Hyper-Relation Structures for Inductive Link Prediction. MM '24: Proceedings of the 32nd ACM International Conference on Multimedia, 1274 – 1282. (CCF A类会议)

[5]Jing Yang; S. Yang; Y. Gao; J. Yang; L. T. Yang. Multimodal Contextual Interactions of Entities: A Modality Circular Fusion Approach for Link Prediction. MM '24: Proceedings of the 32nd ACM International Conference on Multimedia, 8374 - 8382. (CCF A类会议)

[6]Jing Yang, L. T. Yang, H. Wang, Y. Gao. Multi-Relational Tensor Graph Attention Networks for AIoT Knowledge Fusion in Smart Enterprise Systems, IEEE Transactions on Industrial Informatics, 2023, 19(1): 616-625. (中科院1区期刊)

[7]Jing Yang, L. T. Yang, H. Wang, Y. Gao, X. Xie.  Representation Learning for Knowledge Fusion and Reasoning in Cyber-Physical-Social Systems: Survey and Perspectives, Information Fusion, 2023, 90: 59-73. (中科院1区期刊)

[8]Jing Yang, L. T. Yang, H. Wang, Y. Gao. Temporal Interaction Embedding for Link Prediction in Global News Event Graph, IEEE Transactions on Computational Social Systems, 2024, DOI:10.1109/TCSS.2024.3357696. (中科院2区期刊)

[9]Jing Yang, L. T. Yang, H. Wang, Y. Gao, H. Liu, X. Xie. Tensor Graph Attention Network for Knowledge Reasoning in Internet of Things, IEEE Internet Things Journal, 2021, 2021, 9(12): 9128-9137. (中科院1区期刊)

[10]Jing Yang, L. T. Yang, Y. Gao, H. Liu, X. Xie. An Incremental Boolean Tensor Factorization for Knowledge Reasoning in Artificial Intelligence of Things, IEEE Transactions on Industrial Informatics, 2021, 18(5): 3367-3376. (中科院1区期刊)

项目经历：

[1]国家自然科学基金青年基金项目，主持，在研；

[2]科技部2030新一代人工智能重大项目“工智能基础模型关键技术研究”，项目骨干，结题；

[3]国家重点研发计划“网络空间安全”重点专项, 2017YFB0801804，云数据中心威胁预警与精准防御关键技术与系统, 2017/07-2020/12，结题，参与。

获奖情况：

[1]IEEE HITC早期职业成就奖，2024；

[2]IEEE Cybermatics Congress杰出领导奖，2023；

[3]IEEE TCSC杰出博士论文奖，2022；

[4]IEEE Hyper-Intelligence Congress杰出领导奖，2022；

[5]华中科技大学三好研究生，2020-2021；

[6]华中科技大学研究生知行优秀奖学金, 2020-2021。

招生信息：

欢迎对人工智能、认知计算、机器学习、知识表示与推理、多模态深度学习、知识图谱、边缘智能、图计算等方向感兴趣的本科生阶段（在读本科生）、硕士研究生阶段（本科保研、考研、博士）同学加入。团队老师认真负责，氛围融洽，经费充足，有意加入同学发送个人简历及相关材料至jingyang321@foxmail.com。

招生要求：要求对科研工作感兴趣、有动力、能坚持，具备良好的编程能力及数学与英文素养。

培养目标：培养具有专业知识、动手实践、独立思考、协作沟通等全方面能力的同学，鼓励在校期间发表国际顶级期刊或会议论文(CCF A、B / 中科院1区)，为学生下一阶段继续从事科研工作或进入企业确立基础。