No Content
衣振萍，博士，副教授，硕导。研究兴趣为机器学习以及深度学习算法研究、目标检测、图像分析。主持、参与国家自然基金及重点基金等多个项目；发表SCI论文50余篇。
所在的研究团队在计算机和天文学交叉领域进行了多年的深入研究，团队成员包括计算机、数学专业和天文技术与方法的博士。团队应用机器学习、数据挖掘技术等先进方法实现快速、精确、自动化的数据处理及分析，服务于我国的大科学工程LAMOST、CSST等项目，培养计算机、天文学和数学等学科交融的高层次创新型科研人才。学生在学习期间利用机器学习、大数据处理及并行计算等先进技术，解决实际科学问题。目前团队已培养博士和硕士研究生40余名，毕业学生去向为阿里巴巴、字节跳动、百度、京东、美团等互联网企业，以及攻读博士学位。
本人每年在计算机科学与技术（学术型）、电子信息（计算机方向，专业型）专业招收硕士生2-4人，欢迎计算机、软件、数学等相关专业热爱科研和技术研究的优秀学生加入研究团队。
开课情况 |
深度学习,主流数据库应用 |
主持和参与的科研项目 1.国家自然科学基金面上项目，面向大规模CSST图像的低表面亮度星系的智能搜寻与分析，2026 2.山东省自然科学基金项目，利用深度学习和目标检测技术从天文图像中搜寻低面亮度星系，2023 3.国家自然科学基金重点项目，基于大样本多元关联特征的恒星参数测量关键问题研究重点基金项目，2020 4.国家自然科学基金青年项目,LAMOST M型星光谱自动处理方法的研究，2017 5.山东大学青年培育基金项目 LAMOST M矮星速度和色球活动的空间分布，2015 6.山东大学青年培育基金项目 基于神经网络的恒星光谱自动分析研究，2008 7.国家自然科学天文联合基金, LAMOST低质量光谱的分析处理与数据挖掘, 2015 8.国家自然科学基金项目面上项目,恒星大气物理参数提取算法研究, 2011 9.国家自然科学基金项目面上项目,用LAMOST的数据筛选稀少天体和变源候选体,2010 |
论文： 1.Zhang, Y., Yi, Z. et al. (2026). Structural and Photometric Parameter Estimation of Low-surface-brightness Galaxies Using a Deep Learning Framework. Astrophysical Journal, Supplement Series, 285(1). 2.Su, Y., Yi, Z., et al. (2026). Astrophysics Searching for ultra-diffuse galaxies in the Dark Energy Survey using an object-detection algorithm. 35, 1–10. 3.Zhang, W., Zhou, A., Yi, Z. et al. (2026). Self-Supervised Spectral Representation Learning for LAMOST. Universe, 12(6), 1–18. 4.Su, Hao, Zhenping Yi et al. LSBGnet : an improved detection model for low-surface brightness galaxies. MNRAS, 2024，882, 873–882. 5.Yongguang Xing; Zhenping Yi et al. Edge-on Low-surface-brightness Galaxy Candidates Detected from SDSS Images Using YOLO. The Astrophysical Journal Supplement Series, 2023, 269(2), 59. 6.Caozhi, Zhenping Yi et al. L dwarfs detection from SDSS images using improved Faster R-CNN,The Astronomical Journal, 2023. 7.Zhenping Yi et al. Automatic detection of low surface brightness galaxies from Sloan Digital Sky Survey images,MNRAS,2022 8.Lili Yue, Zhenping Yi, Jingchang Pan et al., Identify M Subdwarfs from M-type Spectra using XGBoost, Optik, 2021, 225. 9.Zhenping Yi, Zesheng Chen, Jingchang Pan et al., An Efficient Spectral Selection of M Giants Using XGBoost, The Astrophysical Journal, 2019, 887:241 10.Wang jing, Yi, Zhen-ping et al., Spectral Classification of M-Type Stars Based on Ensemble Tree Models, Spectroscopy and Spectral Analysis,2019, 39 (07): 2288-2292 11. Qin zheyun, Yi, Zhenpinget al., Spectral Recognition of M Giant Based on Deep Convolutional Neural Network. ICBDR 2018. 2018,150-153. 12.Yi, Zhen-Ping, Pan, Jing-Chang, et al. , An anti-noise method for radial velocity measurement of M-type stars, Spectroscopy and Spectral Analysis, 2017 , 37 (08): 2594-2597 13. Yi Zhen-Ping, Luo, A-Li ,Zhao, Jing-Kun, et al., Kinematics and activity of M dwarfs in LAMOST DR1, Research in Astronomy and Astrophysics, 2015, 15(6):860-870. 14 Yi Zhen-Ping, Luo, A-Li , Yi-Han Song et al., M Dwarf Catalog of the LAMOST Pilot Survey, The Astronomical Journal, 2014,147(2):33-44. 15. Yi, Zhen-Ping, Pan, Jing-Chang, Luo, A-Li, The Study of M Dwarf Spectral Classification, Spectroscopy and Spectral Analysis, 2013,33(8): 2251-2254 |