杨丹，博士，博士生导师。曾赴美国俄克拉荷马大学(Oklahoma State University)高级感知、计算和控制(the Laboratory for Advanced Sensing, Computation and Control)实验室做一年访问研究工作；曾在东北大学计算机科学与技术博士后流动站工作一年。正在承担的项目有：中央高校基础科研国防重大项目1项，辽宁省自然科学基金面上项目1项，辽宁省教育厅面上项目1项。已主持完成国家自然科学基金青年基金1项、中央高校基本科研业务费项目3项、企业科研合作项目4项。作为骨干成员，参与国家重大军工项目1项，教育部国防重大1项，面上项目1项，中央高校基本科研业务费重大项目2项。近5年，发表学术论文50余篇，第一作者20篇，均被SCI、EI检索；国家授权发明专利6项；

研究领域：

1）生物电磁技术。生物电磁是由健康、医疗、生物等应用需求驱动而兴起的一个电气工程学科分支。由于生物组织病变或治疗过程中电磁特性参数的变化早于结构变化，以生命活动各种电磁现象为基础的生物电磁检测和监测新技术可在心脑血管、癌症等重大疾病早期筛查诊断、治疗过程监护以及疗效评价等方面发挥重要作用。发展各种新型电磁成像方法或技术可以满足临床重大疾病诊断与治疗的迫切需求，将为人类在新时期应对重大疾病挑战，提升健康水平提供重大技术支撑。研究内容包括多物理场建模、生物阻抗电磁检测技术及装置、生物阻抗信号处理及人工智能信息获取。

2 ）深度学习与FPGA加速。随着数字技术的进步和可信数据的可用性，人工智能的一个领域——深度学习出现并证明了它在解决复杂学习问题方面的能力和有效性。特别是，卷积神经网络等深度学习算法在图像检测和识别方面的应用已经证明了其有效性。然而，由于深度学习网络执行时需要密集的CPU操作和内存带宽，这使得一般的CPU无法达到预期的性能水平。因此，使用专业集成电路ASICs、现场可编程门阵列(FPGA)和图形处理单元(GPU)的硬件加速器被用来提高网络的吞吐量。发展FPGA上加速深度学习网络的技术，必将推进人工智能算法硬件加速器的发展。研究内容包括深度学习算法设计、FPGA硬件编程语言实现等。

3） 智能算法与光纤光学。基于光纤的光子器件在全光的信息计算、信息传输以及信息存储方面的优势有力的推动了信息社会的建设和发展。光子晶体光纤具有传统光纤所不具备的许多独特奇妙的特性，其可以很好的解决传统光纤所遇到的损耗、色散和非线性等问题，极大地扩展了光纤的应用领域。目前大部分对光子晶体光纤器件的设计和研究均使用数值仿真方法。这些方法在处理复杂的光子晶体结构时需要大量的人力和计算机资源。近年来，深度学习方法被广泛应用各种复杂、非线性问题分析及预测中。该方向基于深度学习方法的计算优势，围绕光纤光学中复杂的非线性问题，结合机器学习、神经网络及深度学习方法，研究光纤光学中光纤传感器设计、光谱预测等，该研究问题属于数学计算、计算机处理、光纤光学等的多学科交叉领域。研究内容包括深度学习算法、光纤光学器件设计等。      

教学工作及获奖：主讲的本科生课程，包括专业必修《模拟电子技术基础》、《数字电子技术基础》、《电子电路技术》；专业选修《基于FPGA的智能系统设计》、《集成电路测试与验证》、《电子信息科学与技术导引》，以及中法联合办学课程《Discrete Event System》；研究生课程，包括《现代数字电路与系统VHDL设计实践》、《先进光纤传感技术》等。《集成电路调试与验证》中国大学MOOC负责人，东北大学《模拟电子技术基础》课程思政负责人，多次参加全国及地区教学基本功竞赛，曾获全国高等学校青年教师电子技术基础、电子线路课程授课竞赛，东北赛区一等奖、全国三等奖；获第七届电工电子基础课程实验教学案例设计竞赛北部赛区二等奖；近五年，发表教学改革期刊论文5篇，获批东北大学教师发展计划1项，东北大学“课程思政”教学案例三等奖1项；参与辽宁省普通高等教育本科教学改革研究项目1项，国家级精品在线课程骨干成员东北大学校级优秀本科教学团队骨干成员。指导国家级大学生创新创业项目共计六项，在研四组。

学术任职：现任中国电工技术学会生物电工专委会委员，中国生物医学工程学会生物医学传感器技术分委会委员，东北大学Intel FPGA实验室负责人，辽宁省红外光电材料及微纳器件重点实验室骨干成员，东北大学教育部智能工业数据解析与优化重点实验室主要研究人员。