王一鸣，南京邮电大学计算机学院校聘副教授、硕士生导师，山东临沂人。2023年6月获北京交通大学信号与信息处理专业工学博士学位，同年10月入职南京邮电大学计算机学院。

主要从事深度学习与物联网感知相关研究，研究方向包括多模态学习、聚类分析、多标签学习、联邦学习和复杂环境感知等。研究成果发表于 ICML、NeurIPS、CVPR、ACM MM 等国际会议，以及 IEEE TMM、 IEEE TNNLS、 IEEE TCSVT、Pattern Recognition 等国际期刊。

担任 IEEE TMM、IEEE TNNLS、IEEE TCSVT、Pattern Recognition 等期刊，以及 CVPR、ICCV、ICML、ICLR、AAAI 等会议的审稿人。

实验室围绕深度学习与物联网感知开展研究，重点关注多模态学习、聚类分析、多标签学习、联邦学习和复杂环境感知，探索如何从多种来源的数据中学习有效表示，并在数据缺失、标签不完整和视图质量存在差异等条件下提升模型的学习能力。

硕士研究生招生与本科生科研邀请

欢迎热爱学术研究、对上述方向感兴趣，并愿意持续投入学习和探索的同学联系交流。

硕士研究生招生

欢迎有意通过推免或统考方式攻读硕士学位的同学报考。校内推免生与统招生可提前进入实验室，结合本科毕业设计开展科研训练，为研究生阶段的学习和研究做好准备。

本科生科研参与

欢迎对科研感兴趣、希望在本科阶段接触学术研究的同学联系我，了解实验室的研究工作，参与科研学习与训练，逐步探索自己的研究兴趣和未来发展方向。

培养与支持

实验室为学生开展研究、参与学术交流和继续深造提供以下支持。

提前开展科研训练

支持校内推免生与统招生提前进入实验室，将本科毕业设计与科研训练相结合，逐步培养研究能力。

支持学术交流

为在读研究生参加学术会议提供经费支持，帮助学生了解研究进展，并与相关领域的研究者交流。

提供科研奖励

实验室制定了明确、具体的科研奖励条例。对读研期间表现突出的学生，将推荐申请研究生奖学金，并额外提供科研补贴与奖励。

支持继续深造

对表现优秀且有志于继续深造的学生，将提供向国内外知名高校推荐攻读博士学位的机会。

联系方式

有意报考硕士研究生或参与本科生科研训练的同学，欢迎将个人简历发送至 ymwang@njupt.edu.cn。

来信可简要介绍所在学校、专业年级、感兴趣的研究方向，以及希望参与科研或继续深造的计划。建议在邮件主题中注明姓名、学校和联系意向，便于沟通。

期待与有求知热情、愿意认真思考和持续探索的同学一起开展研究。

代表性论文

[1] Yiming Wang, Qun Li, Dongxia Chang, Jie Wen, Hua Dai, Fu Xiao. Asymmetric Multi-View Clustering with Hyperbolic Uncertainty Modeling. International Conference on Machine Learning（ICML）, 2026. Spotlight.

[2] Yiming Wang, Qun Li, Dongxia Chang, Jie Wen, Hua Dai, Fu Xiao, Yao Zhao. Learning from Disjoint Views: A Contrastive Prototype Matching Network for Fully Incomplete Multi-View Clustering. Advances in Neural Information Processing Systems（NeurIPS）, 2025, 38.

[3] Yiming Wang, Qun Li, Dongxia Chang, Jie Wen, Fu Xiao, Yao Zhao. A Category-Driven Contrastive Recovery Network for Double Incomplete Multi-View Multi-Label Classification. IEEE Transactions on Multimedia（TMM）, 2025, 27: 4008–4017.

[4] Yiming Wang, Dongxia Chang, Zhiqiang Fu, Jie Wen, Yao Zhao. Partially View-Aligned Representation Learning via Cross-View Graph Contrastive Network. IEEE Transactions on Circuits and Systems for Video Technology（TCSVT）, 2024, 34(8): 7272–7283.

[5] Yiming Wang, Dongxia Chang, Zhiqiang Fu, Yao Zhao. Seeing All From a Few: Nodes Selection Using Graph Pooling for Graph Clustering. IEEE Transactions on Neural Networks and Learning Systems（TNNLS）, 2024, 35(5): 7231–7237.

[6] Yiming Wang, Dongxia Chang, Zhiqiang Fu, Jie Wen, Yao Zhao. Graph Contrastive Partial Multi-View Clustering. IEEE Transactions on Multimedia（TMM）, 2023, 25: 6551–6562.

[7] Yiming Wang, Dongxia Chang, Zhiqiang Fu, Yao Zhao. Learning a Bi-directional Discriminative Representation for Deep Clustering. Pattern Recognition（PR）, 2023, 137: 109237.

[8] Yiming Wang, Dongxia Chang, Zhiqiang Fu, Yao Zhao. Consistent Multiple Graph Embedding for Multi-View Clustering. IEEE Transactions on Multimedia（TMM）, 2023, 25: 1008–1018.

[9] Yiming Wang, Dongxia Chang, Zhiqiang Fu, Jie Wen, Yao Zhao. Incomplete Multiview Clustering via Cross-View Relation Transfer. IEEE Transactions on Circuits and Systems for Video Technology（TCSVT）, 2023, 33(1): 367–378.

[10] Yiming Wang, Dongxia Chang, Yao Zhao. A New Blind Image Denoising Method Based on Asymmetric Generative Adversarial Network. IET Image Processing, 2021, 15(6): 1260–1272.

更多论文与代码可访问 Google Scholar 学术主页和 GitHub 代码主页。