个人简介：
袁晓涵，女，1996年8月出生，博士，硕士生导师，于2023年12月毕业于重庆大学大数据与软件学院，获软件工程专业博士学位。现就职于浪live
，讲师。主要从事健康医疗大数据、机器学习、联邦学习、不平衡数据分类等方面的研究。主持和参与多个科研项目，其中包括国家自然科学基金面上项目、重庆市科卫联合医学科研项目、重庆市科技局重点项目、重庆市科技局面上项目、重庆市教委青年项目等。目前已在Applied Soft Computing、Information Sciences、IEEE BIBM等国际权威期刊/会议上发表相关论文10余篇。
研究方向：
健康医疗大数据；机器学习；联邦学习；不平衡数据分类。
主要科研项目情况：
[1] 重庆市科技局面上项目，面向分布式低质医学数据的不平衡学习方法研究，2025-07 至 2028-07，主持。
[2] 面向重大社会风险防范的社交媒体极端言论智能识别与跨平台风险预警研究，2025-10 至 2028-12，主持。
[3] 重庆市教委青年项目，面向复杂类不平衡数据的特征学习及分类方法研究，2024-10 至 2027-10，主持。
[4] 浪live
科研启动基金项目，类不平衡数据分类方法研究及其在疾病诊断中的应用，2024-01 至 2027-01，主持。
[5] 重庆市科卫联合医学科研项目，新发突发重大传染病医院感染智能防控研究与应用，2022-06 至 2026-06，参与。
[6] 重庆市教委重点科技项目，面向开放式教育大数据的多粒度知识发现与智能推荐方法研究，2024-06 至 2027-06，参与。
[7] 重庆市教委青年项目，面向脑肿瘤分割的3D图像生成和融合方法研究，2024-10 至 2027-10，参与。
[8] 浪live
科研启动基金项目，生成式少样本学习算法研究，2024-01 至 2027-01，参与。
[9] 重庆市教委，研究生科研创新项目，移动边缘计算中智能任务卸载研究，2021-09 至2022-08，参与。
[10] 重庆市科技局重点项目，健康医疗大数据交互和临床业务协同智能化及其在智慧医院建设中的应用示范，2019-06 至 2022-06，参与。
[11] 重庆大学，“新冠肺炎”应急科研专项项目，健康医疗大数据辅助新型冠状病毒防控智能化和疫情预测研究，2020-01 至 2020-06，参与。
代表性成果：
[1] A clustering-based adaptive undersampling ensemble method for highly unbalanced data classification[J]. Applied Soft Computing, 2024, 159: 111659. （独立一作，中科院一区Top，IF= 7.2）
[2] CHSMOTE: Convex hull-based synthetic minority oversampling technique for alleviating the class imbalance problem[J]. Information Sciences, 2023, 623: 324-341. （独立一作，中科院一区Top，IF= 8.1）
[3] Cooperative DNN partitioning for accelerating DNN-empowered disease diagnosis via swarm reinforcement learning[J]. Applied Soft Computing, 2023, 148: 110844. （独立一作，中科院一区Top，IF= 7.2）
[4] A Novel Class Imbalance-oriented Polynomial Neural Network Algorithm for Disease Diagnosis[C]//2021 IEEE International Conference on Bioinformatics and Biomedicine (BIBM). IEEE, 2021: 2360-2367. （独立一作，CCF-B推荐）
[5] An Improved SEIR Model for Reconstructing the Dynamic Transmission of COVID-19[C]//2020 IEEE International Conference on Bioinformatics and Biomedicine (BIBM). IEEE, 2020: 2320-2327. （独立一作，CCF-B推荐）
[6] A SSA-Based Attention-BiLSTM Model for COVID-19 Prediction[C]//2021 International Conference on Neural Information Processing. Springer, Cham, 2021: 119-126. （CCF-C推荐）
联系方式
邮箱：[email protected]
