个人信息：
陈亮，男，1993年，博士就读于华东师范大学数据科学与工程学院，2023年获得软件工程博士学位。现任苏州大学未来科学与工程学院优秀青年学者讲师、研究生导师、苏州大学-吴江区大数据公司大数据应用技术创新联合实验室副主任。
学生获奖：
2024 年
石文杰；第十五届蓝桥杯全国软件和信息技术专业人才大赛江苏赛区C/C++程序设计大学A组三等奖
程宇；第十五届蓝桥杯全国软件和信息技术专业人才大赛江苏赛区Python程序设计大学A组三等奖
汤笑诚、陆宇昕、乔丹等；APMCM亚太地区大学生数学建模竞赛三等奖
刘昊伟，孙世佳；第六届全球校园人公知恩感算法精英大赛省一等奖
李子希、张博闻、郭宇田；第六届全球校园人工智能算法精英大赛省三等奖
2025 年
彭子辉等：2025美国大学生数学建模竞赛H奖；
汤笑诚等：2025美国大学生数学建模竞赛H奖；
汤笑诚、韩涛、宋雨泽、孙苏辉、袁志伟：沈新鲁教育专项基金
汤笑诚、韩涛、宋雨泽、孙苏辉、袁志伟：2025年大学生创新训练计划项目省级项目
张博闻：第十六届蓝桥杯全国软件和信息技术专业人才大赛江苏赛区Python程序设计大学A组三等奖
胡俊阳等：第十一届全国大学生统计建模大赛
论文发表：
目前已在TNNLS、ESWA、KBS、ASOC和ISPA等SCI期刊和会议发表论文多篇，担任多家SCI期刊审稿人。参与多项自然科学基金项目、开源项目建设，《开源年报》等多项纵向与横向项目。
谷歌学术地址：https://scholar.google.com/citations?user=rCMna1cAAAAJ&hl=zh-CN
苏州大学-吴江区大数据公司大数据应用技术创新联合实验室 副主任
开源度量学
开源度量学致力于构建系统化指标体系，衡量开源项目的活跃度、影响力、可维护性与社区协同效能。研究聚焦于开源软件质量评估、开发者行为分析与项目生命周期建模，支持更精准的项目推荐与合规管理。
智能驾驶
智能驾驶融合计算机视觉、深度学习与传感融合技术，实现车辆对环境的感知、决策与控制。研究方向涵盖车载多模态情绪识别、人车交互、驾驶行为建模等，助力智慧出行与人本安全系统建设。
开发者网络推荐
该方向研究如何基于开发者行为数据与协作网络结构，构建高效的开发者—项目推荐机制。核心包括图建模、链路预测与兴趣建模，旨在提升协作效率、促进开源社区繁荣与技术传播。
时序数据信息挖掘
聚焦动态环境中多源时间序列数据的建模与分析，研究内容包括非平稳时间序列预测、异常检测与模式识别等，广泛应用于金融监控、工业设备预测维护与智慧城市感知系统中。
多维数据补全与异常检测
面向高维、异构或不完整数据环境，研究低秩建模、张量分解与深度学习融合方法，提升缺失数据补全与异常点识别的精度与效率，广泛应用于医疗、交通与传感网络等场景。
图神经网络理论研究与应用推广
该方向聚焦图神经网络（GNN）的结构设计、表达能力分析与泛化理论，同时推动其在推荐系统、社交网络、生物信息与交通建模等领域的实际应用，强化模型可解释性与计算效率。
欢迎有对数据挖掘、机器学习及智能驾驶等研究感兴趣的同僚与学生来交流
个人信息：
陈亮，男，1993年，博士就读于华东师范大学数据科学与工程学院，2023年获得软件工程博士学位。现任苏州大学未来科学与工程学院优秀青年学者讲师、研究生导师、苏州大学-吴江区大数据公司大数据应用技术创新联合实验室副主任。
学生获奖：
2024 年
石文杰；第十五届蓝桥杯全国软件和信息技术专业人才大赛江苏赛区C/C++程序设计大学A组三等奖
程宇；第十五届蓝桥杯全国软件和信息技术专业人才大赛江苏赛区Python程序设计大学A组三等奖
汤笑诚、陆宇昕、乔丹等；APMCM亚太地区大学生数学建模竞赛三等奖
刘昊伟，孙世佳；第六届全球校园人公知恩感算法精英大赛省一等奖
李子希、张博闻、郭宇田；第六届全球校园人工智能算法精英大赛省三等奖
2025 年
彭子辉等：2025美国大学生数学建模竞赛H奖；
汤笑诚等：2025美国大学生数学建模竞赛H奖；
汤笑诚、韩涛、宋雨泽、孙苏辉、袁志伟：沈新鲁教育专项基金
汤笑诚、韩涛、宋雨泽、孙苏辉、袁志伟：2025年大学生创新训练计划项目省级项目
张博闻：第十六届蓝桥杯全国软件和信息技术专业人才大赛江苏赛区Python程序设计大学A组三等奖
胡俊阳等：第十一届全国大学生统计建模大赛
论文发表：
目前已在TNNLS、ESWA、KBS、ASOC和ISPA等SCI期刊和会议发表论文多篇，担任多家SCI期刊审稿人。参与多项自然科学基金项目、开源项目建设，《开源年报》等多项纵向与横向项目。
谷歌学术地址：https://scholar.google.com/citations?user=rCMna1cAAAAJ&hl=zh-CN
苏州大学-吴江区大数据公司大数据应用技术创新联合实验室 副主任
开源度量学
开源度量学致力于构建系统化指标体系，衡量开源项目的活跃度、影响力、可维护性与社区协同效能。研究聚焦于开源软件质量评估、开发者行为分析与项目生命周期建模，支持更精准的项目推荐与合规管理。
智能驾驶
智能驾驶融合计算机视觉、深度学习与传感融合技术，实现车辆对环境的感知、决策与控制。研究方向涵盖车载多模态情绪识别、人车交互、驾驶行为建模等，助力智慧出行与人本安全系统建设。
开发者网络推荐
该方向研究如何基于开发者行为数据与协作网络结构，构建高效的开发者—项目推荐机制。核心包括图建模、链路预测与兴趣建模，旨在提升协作效率、促进开源社区繁荣与技术传播。
时序数据信息挖掘
聚焦动态环境中多源时间序列数据的建模与分析，研究内容包括非平稳时间序列预测、异常检测与模式识别等，广泛应用于金融监控、工业设备预测维护与智慧城市感知系统中。
多维数据补全与异常检测
面向高维、异构或不完整数据环境，研究低秩建模、张量分解与深度学习融合方法，提升缺失数据补全与异常点识别的精度与效率，广泛应用于医疗、交通与传感网络等场景。
图神经网络理论研究与应用推广
该方向聚焦图神经网络（GNN）的结构设计、表达能力分析与泛化理论，同时推动其在推荐系统、社交网络、生物信息与交通建模等领域的实际应用，强化模型可解释性与计算效率。
欢迎有对数据挖掘、机器学习及智能驾驶等研究感兴趣的同僚与学生来交流