欧阳乐，博士，副教授，博士生导师。
IEEE会员、CCF高级会员
个人简介：于2015年6月获中山大学理学博士学位；2013年-2014年，赴新加坡南洋理工大学计算机科学系交流访问。2015年-2016年在香港城市大学电子工程系从事博士后研究。主要从事机器学习、数据挖掘和生物信息学等领域的科研和教学工作。广东省珠江人才计划青年拔尖人才、深圳市优青、我校“荔园优青”获得者。主持国家级项目2项、省级项目3项，已在IEEE TCYB、Bioinformatics、Briefings in Bioinformatics、Pattern Recognition、IEEE/ACM TCBB等国际期刊发表SCI论文50余篇，获授权发明专利3项。担任Bioinformatics、PLoS Computational Biology、Briefings in Bioinformatics、Communication Biology等重要刊物审稿人，AAAI、IJCAI、ICML、NIPS等国际学术会议程序委员会委员。
研究兴趣：机器学习、数据挖掘和医学大数据
研究内容：基于机器学习方法的生物医学大数据挖掘，多源异构数据融合分析，聚类分析、图模型、矩阵分解模型
教授课程：复变函数、机器学习（文华班）
研究生招生方向：
学术型博士：信息与通信工程
学术型硕士：信息与通信工程
专业型硕士：新一代电子信息技术
学术服务：
中国计算机学会生物信息学专业委员会委员
中国人工智能学会生物信息学与人工生命专业委员会委员
中国自动化学会智能健康与生物信息专业委员会委员
Frontiers in Genetics编委、客座编辑
ICML、IJCAI、AAAI、NIPS、IEEE BIBM程序委员会委员
近五年主持科研项目清单：
1. 国家自然科学基金面上项目，2022.01-2025.12
2. 国家自然科学基金青年基金项目，2017.01-2019.12
3. 广东省自然科学基金面上项目，2019.10-2022.09
4. 广东省自然科学基金面上项目，2022.01-2024.12
5. 广东省教育厅重点领域专项，2023.01-2025.12
6. 深圳市优秀青年基金项目，2023.04-2026.03
7. 深圳市科技计划基础研究项目，2018.03-2020.03
8. 深圳市高端人才科研启动项目，2019.01-2021.12
9. 我校新引进教师科研启动项目，2017.05-2019.05
期刊论文：
[1] Le Ou-Yang, Fan Lu, Zi-Chao Zhang, Min Wu, Matrix factorization for biomedical link prediction and scRNA-seq data imputation: an empirical survey, Briefings in Bioinformatics, 2022, 23(1): bbab479.
[2] Guanhua Zou, Yilong Lin, Tianyang Han, Le Ou-Yang*, DEMOC: a deep embedded multi-omics learning approach for clustering single-cell CITE-seq data, Briefings in Bioinformatics, 2022, 23(5): bbac347.
[3] Wenhui Wu, Yujie Chen, Ran Wang, Le Ou-Yang*, Self-representative kernel concept factorization, Knowledge-Based Systems, 2023, 259: 110051.
[4] Le Ou-Yang, Dehan Cai, Xiao-Fei Zhang, Hong Yan, WDNE: an integrative graphical model for inferring differential networks from multi-platform gene expression data with missing values, Briefings in Bioinformatics, 2021, 22(6): bbab086.
[5] Le Ou-Yang, Xiao-Fei Zhang, Hong Yan, Sparse regularized low-rank tensor regression with applications in genomic data analysis. Pattern Recognition, 107: 107516 (2020)
[6] Xiao-Fei Zhang, Le Ou-Yang*, Ting Yan, Xiaohua Hu, Hong Yan, A joint graphical model for inferring gene networks across multiple subpopulations and data types, IEEE Transactions on Cybernetics, 2021, 51(2): 1043-1055.
[7] Zi-Chao Zhang, Xiao-Fei Zhang, Min Wu, Le Ou-Yang*, Xing-Ming Zhao, Xiao-Li Li, A Graph Regularized Generalized Matrix Factorization Model for Predicting Links in Biomedical Bipartite Networks, Bioinformatics, 2020, 36(11): 3474-3481.
[8] Le Ou-Yang, Xiao-Fei Zhang*, Xiaohua Hu, Hong Yan, Differential network analysis via weighted fused conditional Gaussian graphical model, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2020, 17(6): 2162 - 2169
[9] Xiao-Fei Zhang, Le Ou-Yang*, Shuo Yang, Xing-Ming Zhao, Xiaohua Hu, Hong Yan, EnImpute: imputing dropout events in single cell RNA sequencing data via ensemble learning, Bioinformatics, 2019, 35(22): 4827-4829.
[10] Xiao-Fei Zhang, Le Ou-Yang*, Shuo Yang, Xiaohua Hu, Hong Yan, DiffNetFDR: Differential network analysis with false discovery rate control, Bioinformatics, 2019,35(17): 3184-3186.
[11] Le Ou-Yang, Xiao-Fei Zhang, Xing-Ming Zhao, Debby D Wang, Fu Lee Wang, Baiying Lei, Hong Yan, Joint Learning of Multiple Differential Networks With Latent Variables, IEEE Transactions on Cybernetics, 2019, 49(9): 3494-3506.
[12] Jiang Huang, Min Wu, Fan Lu, Le Ou-Yang*, Zexuan Zhu, Predicting synthetic lethal interactions in human cancers using graph regularized self-representative matrix factorization, BMC Bioinformatics,2019, 20(19): 657.
[13] Yuanxiao Chen, Xiao-Fei Zhang, Le Ou-Yang*, Inferring cancer common and specific gene networks via multi-layer joint graphical model, Computational and Structural Biotechnology Journal, 2023, 21: 974-990.
[14] Zerun Lin, Yuhan Zhang, Lixin Duan, Le Ou-Yang*, Peilin Zhao*, MoVAE: A Variational AutoEncoder for Molecular Graph Generation, Proceedings of the 2023 SIAM International Conference on Data Mining (SDM), 2023: 514-522.
[15] Xiao-Fei Zhang, Le Ou-Yang*, Shuo Yang, Xiaohua Hu, Hong Yan,, DiffGraph: An R package for identifying gene network rewiring using differential graphical models, Bioinformatics, 34.9 (2018): 1571-1573.
获奖信息：
2011年获中山大学优秀研究生
2013年获博士研究生国家奖学金
2017年获深圳市海外高层次人才（孔雀计划）C类
2018年获南山区“领航人才”C类
2018年获广东省珠江人才计划青年拔尖人才
2020年获我校优秀青年教师
2021年获我校新锐研究生导师
2022年获腾讯益友奖“优秀班主任”
2022年获广东省大学生创新创业训练计划优秀指导教师
指导学生获奖情况：
指导学生获得美国大学生数学建模竞赛一等奖3项
指导学生获得美国大学生数学建模竞赛二等奖5项
指导学生获得中国大学生计算机设计大赛二等奖3项、三等奖1项
指导学生获得2021年中国大学生计算机设计大赛一等奖1项
指导学生获得2019年mathorcup高校数学建模挑战赛二等奖1项
指导国家级大学生创新创业训练计划3项
指导省级大学生创新创业训练计划3项
指导学生获得首届“兴智杯”全国人工智能创新应用大赛三等奖1项
指导学生获得首届“兴智杯”全国人工智能创新应用大赛行业赋能专题赛一等奖1项
指导学生获得中国电子学会2023首届大学生算法大赛三等奖2项
研究生招生：
招收有志于从事科学研究的学生（学术型和专业型均可）
要求：
a) 高等数学、线性代数、数值分析、概率论与数理统计等课程基础扎实；
b) 至少精通两门编程语言：Matlab、Python、C++、Java;
c) 英语的听说读写能力强，有较强的英文阅读和写作能力，一般要求英语六级500分以上；
d) 对研究方向感兴趣，对科学研究有热情，不怕吃苦、不怕失败、做事认真负责。混学位者请勿联系。
注：从事科学研究并不指毕业后只是在高校和研究所工作，也指愿意毕业后去著名公司从事研发工作或研究院工作、或出国留学继续攻读博士学位等。
本科生招生：
招收有志于在我校攻读硕士研究生或有志于在本科/硕士阶段后攻读国外大学硕士/博士学位的1-3年级本科生。
要求：有志于在未来从事数据挖掘、机器学习方向学术研究的学生，尤其侧重于生物医学数据分析和机器学习算法研究。要求数学和编程相关课程学业成绩较高。能够把课余的50～70%的时间全部用于科研中，只有集中精力做好一件事才能做好。
修读或自修以下课程：线性代数、概率统计、Matlab/Python、多元统计分析、矩阵论。
办公地点：N802
办公电话：0755-26659561
E-mail：leouyang(AT) szu.edu.cn
