基本信息：
武燕、女、1986年4月、博士、校内副教授、数学与计算机科学学院教师，硕士生导师，主要从事生物信息学、机器学习、大模型、知识图谱、生物医药工程等领域研究工作。
学习与工作经历：
学习经历：
2021.9—2024.6 江苏科技大学（蚕研所），生物信息，博士研究生；
2011.9—2014.6 景德镇陶瓷大学，概率论与数理统计，硕士研究生；
2005.9—2009.7 景德镇陶瓷大学，计算机科学与技术，本科学士。
工作经历：
2024.8—至今 赣南师范大学数学与计算机科学学院，校内副教授；
2018.1—2024.8 赣南师范大学数学与计算机科学学院，讲师；
2015.1—2017.12 赣南师范大学数学与计算机科学学院，助教；
2009.9—2014.12 景德镇陶瓷大学科技艺术学院，助教。
学术兼职与社会服务：
1. 中国生物信息学会数据挖掘与计算专委会委员；
2. 教育部学位中心博士、硕士学位论文评审专家。
主要荣誉与奖励：
1. 指导中国大学生计算机设计大赛获国家级三等奖；
2. 获江西省大学生科技创新与职业技能竞赛优秀指导教师称号；
3. 指导中国大学生计算机设计大赛人工智能挑战赛获省级奖多项。
招生专业及研究方向：
1. 计算机技术、085404；
2. 人工智能、085410。
主要学术成果：
近年主持教育部高等教育司2017年产学合作协同育人项目1项，主持省部级课题4项，参与国家自然科学基金项目3项；在国内外重要 SCI 收录期刊上发表论文50余篇。《Nature Communications》、《IEEE Transactions on Cybernetics》、《IEEE Transactions on Fuzzy Systems》、《IEEE Transactions on Industrial Informatics》、《Applied Artificial Intelligence》等SCI收录期刊特邀审稿专家；
主要教学科研项目：
1.大规模粒子并行演化溶解行为多尺度模型的关键技术研究，国家级，国家自然科学基金，参与，2021.01-2024.12；
2. 学生党员主动参与自媒体舆论引导机制研究，省部级，中共江西省委教育工委组织部项目，2017.01-2019.12；
3. 演化算法在动态多目标优化中的种群多样性策略研究，省部级，省教育厅科技项目，2016.01-2017.11；
4. 量子门旋转角演化策略的量子进化动力学多尺度溶解模型，省部级，省教育厅科技项目，2019.01-2021.12；
5. 无网络光滑粒子演化动力学的溶解行为多尺度模拟研究，省部级，省教育厅科技项目，2015.12-2016.12。
主要论文：
[1] Yelin L, Yan W, Xiaojun X, Jihong Z, Lixin G, Mengshan L. Fourier Kolmogorov-Arnold Network integrated into BioBERT-based model for Biomedical Named Entity Recognition. npj Digit. Med., 2026;9:500.
[2] Haiyang X, Yan W, Xiaojun X, Jihong Z, Lixin G, Xingyuan H, Hesheng L, Mengshan L. Solubility named entity recognition using ensemble learning with enhanced model-agnostic meta-learning and dual feature encoding. Eng Appl Artif Intel, 2026;167(2):113840.
[3] Zhenghui L, Wenxing H, Yan W, Jihong Z, Xiaojun X, Lixin G, Mengshan L. Ensemble learning based on bi-directional gated recurrent unit and convolutional neural network with word embedding module for bioactive peptide prediction. Food Chem, 2025;468:142464.
[4] Yan W, Yu F, Tan L, Mengshan L, Xiaojun X, Weihong Z, Sheng S, Jun W, Fu-an W. A hybrid machine learning model with attention mechanism and multidimensional multivariate feature coding for essential gene prediction. BMC Biol., 2025;23(1):108.
[5] Xiao HY, Yan RM, Wu Y, Guan LX, Li MS. Knowledge Graph for Solubility Big Data: Construction and Applications. Wiley Interdiscip. Rev.-Data Mining Knowl. Discov., 2025;15(1):e1570.
[6] Wu Y, Xie X, Zhu J, Guan L, Li M. Overview and Prospects of DNA Sequence Visualization. Int. J. Mol. Sci., 2025;26(2):477.
[7] Wei W, Mengshan L, Yan W, Lixin G. Cluster energy prediction based on multiple strategy fusion whale optimization algorithm and light gradient boosting machine. BMC Chemistry, 2024;18(1):24.
[8] Mengshan L, Wei W, Bingsheng C, Lixin G, Yan W, Nan W. Multi-scale model integrated particle dynamics and evolutionary algorithm with the coarse-grained particle partitioning ratio strategy for calculating the dissolution behaviors of supercritical carbon dioxide in polymer fluids. J Mol Liq, 2024;396:124018.
[9] Li T, Li MS, Wu Y, Li YL. Visualization Methods for DNA Sequences: A Review and Prospects. Biomolecules, 2024;14(11):1447.
[10] Yan W, Tan L, Mengshan L, Weihong Z, Sheng S, Jun W, Fu-an W. Time series-based hybrid ensemble learning model with multivariate multidimensional feature coding for DNA methylation prediction. BMC Genomics, 2023;24(1):758.
[11] Yan W, Tan L, Meng-Shan L, Sheng S, Jun W, Fu-an W. SaPt-CNN-LSTM-AR-EA: a hybrid ensemble learning framework for time series-based multivariate DNA sequence prediction. Peerj, 2023;11:e16192.
[12] Wu Y, Zhang H, Li M-s, Sheng S, Wang J, Wu F-a. A double-population chaotic self-adaptive evolutionary dynamics model for the prediction of supercritical carbon dioxide solubility in polymers. R Soc Open Sci, 2022;9(1):211419.
[13] Li M, Zeng M, Chen B, Guan L, Wu Y, Wang N. A microscopic computational model based on particle dynamics and evolutionary algorithm for the prediction of gas solubility in polymers. J Mol Liq, 2022;365:120169.
[14] Li MS, Lian SY, Wang F, Zhou YY, Chen BS, Guan LX, Wu Y. A decision support system using hybrid AI based on multi-image quality model and its application in color design. Futur Gener Comp Syst, 2020;113:70-77.
[15] Li M, Zhang J, Zou Y, Wang F, Chen B, Guan L, Wu Y. Models for the solubility calculation of a CO2/polymer system: A review. Mater Today Comm, 2020;25:101277.
联系方式：
Wuyan@gnnu.edu.cn 或者 jci_wu@163.com
个人简历：https://www.scholat.com/wyan18379798331
