简 历：
主要论著：
会议期刊：
[1] Yang X, Liu G, Feng G, et al. GeneCompass: deciphering universal gene regulatory mechanisms with a knowledge-informed cross-species foundation model[J]. Cell Research, 2024, 34(12): 830-845. （Nature 子刊， IF2023: 28.2）
[2] Zeng B, Yang X, Chen Y, et al. FedES: federated early-stopping for hindering memorizing heterogeneous label noise[C]//Proceedings of the Thirty-Third International Joint Conference on Artificial Intelligence. 2024: 5416-5424.（CCF A类会议）
[3] He Y, Chen Y, Yang X, et al. Class-wise adaptive self distillation for heterogeneous federated learning[C]//Proceedings of the 36th AAAI Conference on Artificial Intelligence, Virtual. 2022, 22. (CCF A类会议)
[4] Yang X, Chen Y, Yu H, et al. Instance-wise dynamic sensor selection for human activity recognition[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2020, 34(01): 1104-1111. (CCF A类会议)
[5] Zeng B, Yang X, Chen Y, et al. Federated data quality assessment approach: robust learning with mixed label noise[J]. IEEE Transactions on Neural Networks and Learning Systems, 2023. （中科院1区，IF 2023: 10.2）
[6] Chen Y, Yang X, He Y, et al. FedDBM: federated digital biomarker for detecting Parkinson’s disease progress[C]//2023 IEEE International Conference on Multimedia and Expo (ICME). IEEE, 2023: 678-683. (CCF B类会议)
[7] Chen S, Yang X, Chen Y, et al. Uncertainty-based fusion netwok for automatic skin lesion diagnosis[C]//2022 IEEE International Conference on Bioinformatics and Biomedicine (BIBM). IEEE, 2022: 1487-1492. (CCF B类会议)
[8] Li Y, Yang X, Chen Y, et al. Adaptive multi-modal data fusion method for dermatosis diagnosis[C]//2023 IEEE International Conference on Bioinformatics and Biomedicine (BIBM). IEEE, 2023: 2904-2911. (CCF B类会议)
[9] Sun W, Chen Y, Yang X, et al. FedIO: bridge inner-and outer-hospital information for perioperative complications prognostic prediction via federated learning[C]//2021 IEEE International Conference on Bioinformatics and Biomedicine (BIBM). IEEE, 2021: 3215-3221.（CCF B类会议）
专利：
[1] 杨晓东，孙嘉壕，陈益强，一种基于水印嵌入的医疗系统联邦学习方法与医疗系统，CN202411750631.5
[2] 杨晓东，陈益强，王旭，一种帕金森病患者面具脸病情的定量评估方，CN202410659613.X
[3] 杨晓东，陈益强，王旭，一种评估帕金森病症状的系统，CN202410602402.2
[4] 杨晓东，陈益强，于汉超，一种癫痫监测及远程报警系统，CN202310730021.8
[5] 杨晓东，陈益强，王浩然，潘自兴，一种基于多模态融合深度学习的围手术期并发症风险预测方法，CN202410548213.1
[6] 陈益强，杨晓东，于汉超，张迎伟，一种多模态传感器协同感知方法及系统，CN201710743558.2
[7] 陈益强，孙伟豪，杨晓东，于汉超，王永斌，张忠平，肖益珊，针对边云协同的联邦学习系统及方法，CN202110339975.7
[8] 陈益强，曾碧霄，杨晓东，于汉超，一种基于联邦学习的噪声标签修正方法，CN202110666751.7
[9] 陈益强、曾碧霄、杨晓东、于汉超，一种对混合噪声鲁棒的联邦学习方法及系统，CN202211248244.2
[10] 陈益强，胡子昂，于汉超，杨晓东，钟习，用于对帕金森病人的手部运动能力进行量化评估方法和系统，CN201710463520.X
[11] 陈益强，孙睿哲，杨晓东，于汉超，一种基于注意力机制的多实例行为识别方法及系统，CN202310115408.2
[12] 陈益强，孙睿哲，杨晓东，于汉超，一种医疗数据分类模型的联邦构建方法、分类方，CN202411171767.0
[13] 陈益强，曾碧霄、杨晓东，张迎伟，一种糖尿病患者病变评估模型的联邦训练方法及系统，CN202311370744.8
[14] 陈益强，曾碧霄，杨晓东，于汉超，张迎伟，一种联邦学习数据质量评估方法及系统，CN202311235562.X
[15] 陈益强，曾碧霄，杨晓东，于汉超，一种对混合噪声鲁棒的联邦学习方法及系统，CN202211248244.2
科研项目：
[1] 国家重点研发计划：面向基因解析和复杂生命过程的生命基础大模型，子课题负责人；
[2] 国家自然科学基金青年科学基金：面向帕金森病辅助诊断的联邦学习方法研究，负责人；
[3] 中国科学院前瞻战略科技先导专项：简单器官仿真专用模型，子课题负责人
[4] 北京市自然科学基金: 基于联邦学习的老年患者术后谵妄预测模型的建立及临床应用研究，子课题负责人
[5] 国家重点研发计划: 帕金森相关临床表型的融合感知技术和智能应用研究，主要参与人
[6] 北京市医院管理局临床医学发展专项：大模型驱动的急性出血性脑血管病围术期并发生多模态融合联合预警平台，合作单位负责人
获奖及荣誉：
[1] 2024年获中国人工智能学会吴文俊人工智能科学技术奖技术发明二等奖（排名第三）
[2] 2023年获全国人机交互大会最佳论文提名奖
[3] 2021、2023、2024年获计算所优秀研究人员
杨晓东 副研究员
研究方向：
所属部门：泛在计算系统研究中心
导师类别：硕导计算机应用技术
联系方式：yangxiaodong@ict.ac.cn
个人网页：