主要研究方向
.机器学习

研究领域
.统计学习
.数据挖掘
.优化理论与应用研究

获奖
.第十八届全国大学生软件创新大赛∙软件设计大学全国总决赛三等奖

代表作
.Zhuang Yang; Adaptive Biased Stochastic Optimization, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2025, 47(4): 3067-3078
.Zhuang Yang; Improved Powered Stochastic Optimization Algorithms for Large-Scale Machine Learning, Journal of Machine Learning Research, 2023, 24(241): 1-29
.Yang Z. From Stochastic Conjugate Gradient to Stochastic Second-Order Optimization, Driven by Conjugate Coefficient with Second-Order Information. IEEE Transactions on Neural Networks and Learning Systems, 2026
.Zhuang Yang; Stochastic Steffensen-Based Conjugate Gradient: A Fast Adaptive Algorithmic Framework for Machine Learning, Pattern Recognition, 2026, 177
.Zhuang Yang; Painless Stochastic Conjugate Gradient for Large-Scale Machine Learning, IEEE Transactions on Neural Networks and Learning Systems, 2024, 35(10): 14645-14658

个人简介

杨壮，男，博士，副教授，苏州大学优秀青年学者。2018年毕业于厦门大学信息学院，获得信号与信息处理工学博士学位。2019年5月~2021年6月于中山大学电子与通信工程学院从事博士后研究工作。 2021年8月加入苏州大学计算机科学与技术学院。主持国家自然科学基金面上项目（2027-2030）、国家自然科学基金（青年项目2024-2026）、江苏省自然科学基金（青年项目2023-2025）、博士后面上资助（2019-2021）等项目。（曾）现担任Electronics客座编辑、南京理工大学学报、西安邮电大学学报、AI&Autonomous Systems等青年编委。担任TPAMI、TCI、TAC、Pattern Recognition、Neural Networks、计算机科学等国内外期刊审稿人。曾担任国际会议ICML、AAAI、IJCAI、ICCV等审稿人。主要研究领域包括但不限于：机器学习、统计学习、数据挖掘、优化理论与应用研究。以独立作者、第一作者身份发表高水平研究论文接近30篇。包括：IEEE TPAMI (CCF A)、JMLR (CCF A)、Pattern Recognition (CCF B)、IEEE TNNLS (CCF B)、Information Sciences (CCF B)等国际期刊。