男，1989年10月生，江苏泰兴人，博士研究生。2019年毕业于南京大学，2018年受国家留学基金委资助赴加拿大阿尔伯塔大学（The University of Alberta）开展博士生联合培养。江苏高校“青蓝工程”优秀青年骨干教师，江苏省双创博士。主要从事不确定性人工智能、大数据挖掘、粒计算与知识发现等方面的研究工作。主持国家自然科学基金项目、江苏省高校自然科学基金面上项目、南通市科技局基础研究项目等项目多项，参与中央军委装备发展部“十三五”重点项目、国家自然科学基金面上项目、江苏省高校自然科学基金等项目多项。近年来以第一作者在IEEE TNNLS、IEEE TFS、IEEE TETCI、INF、KBS、ASOC、INS、IJAR、系统工程理论与实践等国内外重要刊物发表论文30余篇，以第一发明人授权国家发明专利10项。指导本科生发表论文多篇，指导国家级大学生创新训练计划项目3项。
离散数学（本科生）
模式识别（本科生）
机器学习（本科生）
智能信息处理综合实践（本科生）
数据挖掘与知识发现（研究生）
Discrete Mathematics（留学生全英文授课）
[1] 国家自然科学基金委，青年基金项目：局部密度信息集成的多粒度粗糙计算方法及知识获取研究（62006128），24万元，2021–01至2023–12，主持。
[2] 国家自然科学基金委，面上项目：基于图卷积网络的多粒度社区发现研究（62176131），74.1万元，2022–01至2025–12，主要参与（排名第二）。
[3] 江苏省教育厅，江苏省高校自然科学研究项目：基于多粒度的知识发现方法及在多组学数据中的应用（20KJB520009），5万元（A类资助），2020–08至2022–07，主持。
[4] 南通市科技局，南通市基础科学研究计划：面向癌症组学大数据的局部多粒度计算方法（JC2020141），3万元，2020–10至2022–09，主持。
[5] 南通市科技局，南通市自然科学基金：医学影像大数据多粒度建模与知识获取研究（JC2024044），12万元，2024–10至2027–09，主持。
[6] 南京大学计算机软件新技术全国重点实验室，开放课题：基于粒计算的医学影像大数据信息粒化与决策方法研究（KFKT2024B30），1万元，2024–06至2026–05，主持。
[7] 数据智能与先进计算省高校重点实验室（苏州大学），开放课题：面向多模态数据的多粒度表示与知识发现机理研究（KJS2533），2026–01至2027–12，4万元，主持。
[8] 企业产学研项目：数据分析与DeepSeek应用项目，2025–09至2028–11，22万元，主持。
论文/专著：
[1] Lu, Y. (研究生), Liu, K., Ding, W., Ju, H.*, Shan, T., Fan, X., & Yang, X. (2026). Gcc: Granular cabin-embedded accelerator for neighborhood-based clustering. International Journal of Machine Learning and Cybernetics, 17(4), Article number: 160.（SCI 四区）
[2] Ju, H.*, Tao, X. (研究生), Ding, W., Lu, Z., Xu, S., Qiao, L., & Yang, X. (2026). Distributed multi-label feature selection via feature-label information granulation. Information Sciences, Article number: 123334. (SCI 二区)
[3] Shan, T. (研究生), Ju, H.*, Qiao, L., Ding, W., Liu, K., Huang, J., & Yang, X. (2026). Distributed fuzzy attribute reduction for partially labeled big data. Applied Soft Computing, 114921. （SCI 二区）
[4] Ju, H.*, Guo, J. (研究生), Ding, W., Pedrycz, W., Cheng, X., & Yang, X. (2025). FDGC: Fuzzy Deep Clustering with Dual-Granularity Contrastive Learning. Knowledge-Based Systems, Article number: 114401. (SCI 一区)
[5] Ju, H.*, Lu, Y. (研究生), Ding, W., Zhang, W., & Yang, X. (2025). Multigranularity information fused contrastive learning with multiview clustering. IEEE Transactions on Neural Networks and Learning Systems, 36(10): 18915 - 18929(SCI 一区)
[6] Ju, H.*, Li, J. (研究生), Ding, W., Fan, X., Huang, J., Xu, S., & Yang, X. (2025). Class-specific semi-supervised feature selection with fuzzy convex balling information granularity. Information Sciences, 700, Article number: 121821. （SCI 二区）
[7] Ju, H.*, Guo, J. (研究生), Ding, W., & Yang, X. (2025). D3WC: Deep three-way clustering with granular evidence fusion. Information Fusion, 114, Article number: 102699. (SCI 一区)
[8] Ju, H.*, Fan, X. (研究生), Ding, W., Huang, J., Xu, S., Yang, X., & Pedrycz, W. (2024). Dual-channel fuzzy interaction information fused feature selection with fuzzy sparse and shared granularities. IEEE Transactions on Fuzzy Systems, 32(11), 6056-6068. (SCI 一区)
[9] Ju, H.*, Fan, X. (研究生), Ding, W., Huang, J., Pedrycz, W., & Yang, X. (2024). Multi-association evidential feature selection and its application to identifying schizophrenia. Information Sciences, 674, 120647. (SCI 一区)
[10] Ju, H.*, Shan, T. (研究生), Ding, W., Liu, K., Khan, M. J., Huang, J., & Yang, X. (2024). BiFuG2-Spark: bi-directional fuzzy granular-cabin parallel attribute reduction accelerator with granular-group collaboration. IEEE Transactions on Fuzzy Systems, 32(8), 4234-4247. (SCI 一区)
[11] Ju, H.*, Lu, Y. (研究生), Ding, W., Cao, J., & Yang, X. (2024). Three-way evidence theory-based density peak clustering with the principle of justifiable granularity. Applied Soft Computing, 152, 111217. (SCI 一区)
[12] Ju, H.*, Yin, T. (研究生), Huang, J., Ding, W., & Yang, X. (2024). Sparse mutual granularity-based feature selection and its application of schizophrenia patients. IEEE Transactions on Emerging Topics in Computational Intelligence, 8(1), 604-614. (SCI 二区)
[13] 丁卫平, 鞠恒荣, 黄嘉爽. 不确定深度学习与多粒度知识发现. 北京: 科学出版社, 2024. （学术著作）
[14] 杨洁, 鞠恒荣, 王国胤, 张清华. 不确定性问题的多粒度建模与决策方法. 北京: 科学出版社, 2023. （学术著作）
专利：
[1] 鞠恒荣;单婷婷;尹涛;樊晓雪;丁卫平;黄嘉爽;陆杨;一种用于精神分裂症病历图像特征选择的稀疏双向Spark方法，2024-10-29，中国，ZL2023 1 0386424.5，已授权
[2] 鞠恒荣;李佳蓉;樊晓雪;单婷婷;蔡超越;丁卫平;一种用于抑郁症脑部图像的类属共享半监督特征选择方法，2025-06-06，中国，ZL20241 0394369.9，已授权
[3] 鞠恒荣;樊晓雪;杨光;丁卫平;黄嘉爽;单婷婷;面向精神分裂症的双通道模糊信息粒与特征选择方法，2025-03-11,中国，ZL 2023 1 1577208.5，已授权
[4] 鞠恒荣;陆杨;杨光;丁卫平;黄嘉爽;楚永贺;曹金鑫;程纯;姜舒;用于眼底硬性渗出图像分割的超像素三支证据DPC方法，2024-06-25，中国，ZL2023 11108211.2，已授权
[5] 鞠恒荣;郭静;陆杨;丁卫平;黄嘉爽;楚昀哲;成晓天;耿胜;用于脑肿瘤图像分割的深度证据FCM聚类方法，2024-10-01,中国，ZL2024 1 0270923.2，已授权
[6] 鞠恒荣;孙颖;蔡天使;丁卫平;曹金鑫;黄嘉爽;张毅;马依婷;牛辅疆;一种粗糙合理粒度驱动的胎儿心电图异常检测方法，2021-11-09，中国，ZL2020 11154195.7，已授权
[1] 中国人工智能学会，粒计算与知识发现专业委员会，委员
[2] 中国计算机学会，专业会员
[3] 江苏省人工智能学会，会员
[4] IEEE TCYB、IEEE TNNLS、IEEE TFS、PR等期刊同行评审专家
[1] 江苏高校“青蓝工程”优秀青年骨干教师，1/1，2024
[2] 江苏省双创博士，1/1，2020
[3] 南通大学优秀共产党员，1/1，2024
近三年指导硕士研究生10余名，指导的研究生在国际、国内顶级期刊IEEE TNNLS、IEEE TFS、IEEE TETCI、ASOC、系统工程理论与实践等国内外重要期刊发表论文15余篇。指导的硕士生获得江苏省研究生创新项目3项。2人研究生顺利硕博连读，近两年3人获国家奖学金。指导的学生分别获得了“华为杯”中国研究生数学建模竞赛国家二等奖、三等奖等多项。
每年计划招收智能科学与技术的学术型硕士研究生1名，计算机技术、人工智能、大数据技术与工程方向的专业型硕士研究生3名左右。欢迎对机器学习、粒计算与知识发现、深度聚类等方向有兴趣的优秀学子加入团队。
