王洋个人简介
王洋现为中科院深圳先进技术研究院研究员，博士生导师，厦门大学兼职教授，主要研究方向为云计算和大数据分析处理，曾在包括中科院计算所、加拿大阿尔伯塔大学、新加坡国立大学、加拿大新布伦瑞克大学、加拿大IBM大西洋高等研究中心以及美国伊利诺伊州理工大学在内的国内外多所大学和研究机构学习和工作，参加过多个不同国家、不同层面的云计算、大数据相关工程与研究项目，近五年在包括CACM，IEEE TC、IEEE TPDS、IEEE TMC、IEEE TCC、ACM TOS、ACM TAAS，JPDC等重要的国际学术期刊和INFOCOM、IPDPS、ICPP、Cluster，UbiComp等国际会议上发表相关论文50余篇（包括Cluster2016最佳论文提名、UIC2018最佳论文，IEEE Edge2020最佳学生论文），其创新工作曾获加拿大阿尔伯塔省创新基金奖(2009-2011)，加拿大富布莱特学者奖(2014-2015)及Cluster2016最佳论文提名，UIC2018最佳论文奖。现为美国数学学会权威期刊《数学评论》 (Mathematical Review) 的受邀评论员(2016-)。
近3年5篇代表论文
[1] Yang Wang, Min Li, Kenneth B. Kent, Hao Dai, and Chengzhong Xu “Deadlock Avoidance Algorithms for Recursion-Tree Modeled Requests in Parallel Executions”, IEEE Transactions on Computers (IEEE TC), Jun. 2021 (CCF A) [2] Yang Wang, Hao Dai, Xinxin Han, Pengfei Wang, Yong Zhang, Chengzhong Xu “Cost-Driven Data Caching in Content Delivery Edges”, IEEE Transactions on Mobile Computing (IEEE TMC), 2021 (CCF A) (Accepted [3] Yang Wang, Yong Zhang, Xinxin Han, Pengfei Wang, Chengzhong Xu, Joseph Horton, and Joseph Culberson, “Cost-Driven Data Caching in the Cloud: An Analytic Approach”, IEEE International Conference on Computer Communications (IEEE INFOCOM2021), May 10-132021 (CCF A). [4] Yang Wang, Shan Cao, Hongshuai Ren, Jianjun Li, Kejiang Ye, and Chengzhong Xu,“Towards Cost-Effective Service Migration in Mobile Edge: A Q-Learning Approach”, Journal of Parallel and Distributed Computing (JPDC), Volume 146, December 2020, Pages 175-188 （CCF B）. [5] Yang Wang, Shuibing He, Xiaopeng Fan, Chengzhong Xu and Xianhe Sun, “On Cost-Driven Collaborative Data Caching: A New Model Approach”, IEEE Transactions on Parallel and Distributed Systems (IEEE TPDS), 30(3): 662-676, March 2019 (CCF A).
承担的相关5项关键科研项目
- 面向人机物融合的软件定义理论与方法(课题)，广东省重点领域研发计划“软件、芯片与计算”重大科技专项(No.2020B010164002), 2020.1-2022.12, 260万,先进院负责
- 时空大数据环境下移动云计算的数据与服务迁移研究，国家自然科学基金面上项目 (No. 61672513), 2017-2020，62万
- 超融合存储架构下共享内存的理论与方法研究，广东省自然科学基金 (No. 2016A030313183)，2016-2019，10万
- 人机物融合的云计算架构与平台—数据驱动的应用自适应与自演化技术，科技部国家重点研发计划（2018YFB1004804）2018-2021，440万
- 基于大数据与云计算的农情监测与预警平台，中科院对外合作与交流项目(SQ2016YFHZ020520 )，2018-2019, 50万