·学习经历：
1989,04 – 1992,06日本静冈大学电子工学学院工学博士
1988,01 – 1989,03日本静冈大学电子工学系进修生
1982,09 – 1984, 10清华大学计算机科学与技术系硕士
1978,03 – 1982,07清华大学计算机科学与技术系学士
·工作经历：
2023,12–现在中国科学院深圳先进技术研究院研究员
2022,04- 现在 日本北陆先端科学技术大学院大学名誉教授
2001,04 -2022,03日本北陆先端科学技术大学院大学教授，日本石川
2009,10 -2023,12 天津大学计算机学院 历任院长、教授（兼职）
2002,10– 2003,09法国科学院语音通信研究所一级研究科学家(ICP),法国格鲁诺布尔
1992,07– 2006,09 日本ATR人间信息科学研究所 历任研究员、主任研究员、客座研究员，日本京都
1998,08 – 1999,07加拿大滑铁卢大学电子与计算机工程系访问学者，加拿大滑铁卢
1984,11– 1988,01 天津大学计算机科学与技术系历任助教、讲师
·国际影响力
第11届语音生成国际大会主席，2017年10月，中国天津
第10届中文口语信息处理国际大会主席，2016年10月，中国天津
第9届中文口语信息处理国际大会专题报告，2014年9月，新加坡
2022-现在Frontier in Language Science， 副主编
·所获荣誉
1988,天津市科技进步三等奖，“汉语语言合成系统”，党建武（唯一获奖者）
1994,日本电气通信基础技术研究所科学发明奖，党建武，本多清志
2014，国家教学成果二等奖，获奖题目：“融合专业教学，提升计算科学思维能力，推进计算机基础教学改革与实践”；党建武（排名第六）
2020，天津大学优秀博士论文，郭凤羽，论文题目：“融合不同层次线索的隐式篇章关系识别研究”，（导师：党建武）
2022，天津大学优秀博士论文，王晓宝，论文题目：“在线社交网络中面向多阶段的情绪传播机理研究”，（导师：党建武、金弟）
·科研成果
2004-2023 在日本主持了多项国家级重大项目及JSPS的项目包括“语音合成研究”、“语音生成建模及其在言语障碍中的应用”、“情感语音表征的神经机理研究”、“语音生成与感知的神经机理研究”等，研究费总额：5000多万日元；作为第二主持人参与多个国家级项目，经费总额：13500多万日元。
2013年 国家重大基础研发计划（973）项目 “互联网环境中文信息处理的基础理论与方法”，3280万，项目首席科学家。
2013年 国家基金重点项目 “语音产生过程的神经生理建模与控制”，300万，主持人。
2023年 国家面上基金 “言语交互意图理解的神经机理与建模研究”， 55万，主持人
Selected Journalpapers
1.Z Li, G Zhang*, S Okada, L Wang, B Zhao, J Dang*（2024.MBCFNet: A Multimodal Brain–Computer Fusion Network for human intention recognition,Knowledge-Based Systems 296, 111826(IF:7.2,中科院:一区)
2.Y Liao, Y Liu, S Liao*, Q Hu, J Dang（2024）.Theoretical analysis of divide-and-conquer ERM: From the perspective of multi-view,Information Fusion 103, 102087（IF：18.6，中科院一区）
3.Y. Lin, L. Wang*, J. Dang, S. Li, C. Ding（2023）, "Disordered Speech Recognition Considering Low Resources and Abnormal Articulation," Speech Communication. 2023, 155: 103002. (IF：3.2，中科院三区)
4.Lili Guo, Shifei Ding*, Longbiao Wang*，JianwuDang（2023）,DSTCNet: Deep Spectro-Temporal-Channel Attention Network for Speech Emotion Recognition，IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS，1-10，2023（IF：10.4，中科院:Q1；JCR:Q1）
5.Y Gao, L Wang*, J Liu, J Dang, S Okada（2023），Adversarial Domain Generalized Transformer for Cross-Corpus Speech Emotion Recognition，IEEE Transactions on Affective Computing, 1-12, 2023 (IF:11.2,中科院:Q2；JCR:Q1)
6.B Zhao, G Zhang*, L Wang, J Dang*（2023），Multimodal evidence for predictive coding in sentence oral reading，Cerebral Cortex, bhad145, 2023 (IF: 3.7,中科院:Q2；JCR:Q1)
7.H Zhang, L Wang*, KA Lee, M Liu, J Dang, H Meng（2023），Meta-generalization for domain-invariant speaker verification，IEEE/ACM Transactions on Audio, Speech, and Language Processing 31, 1024-1036, 2023 (IF: 5.40,中科院:Q2；JCR:Q1)
8.Z Li, G Zhang*, L Wang, J Wei, J Dang*（2023）,Emotion recognition using spatial-temporal EEG features through convolutional graph attention network，Journal of Neural Engineering 20 (1), 0160464, 2023 (IF: 4.0,中科院:Q2；JCR:Q2)
9.K Khysru, J Wei*, J Dang,Research on Tibetan Speech Recognition Based on the Am-do Dialect，Computers, Materials & Continua 73 (3), 2022 (IF: 3.1,中科院:Q3；JCR:Q2)
10.Y Wang, D Jin*, D He, K Musial, J Dang（2022），Community Detection in Social Networks Considering Social Behaviors，IEEE Access 10, 109969-109982，2022 (IF: 3.90,中科院:Q3；JCR:Q2)
11.D Zhou, G Zhang*, J Dang*, M Unoki, X Liu（2022），Detection of brain network communities during natural speech comprehension from functionally alignedEEGsources，Frontiers in Computational Neuroscience 16, 919215，2022 (IF: 3.2,中科院:Q4；JCR:Q2)
12.L Guo, L Wang*, J Dang*（2022）, Learning affective representations based on magnitude and dynamic relative phase information for speech emotion recognition, ES Chng, S Nakagawa, Speech Communication 136, 118-127,2022 (IF: 3.2,中科院:Q3；JCR:Q2)
13.S Song, C Ma, W Sun, J Xu, J Dang, Q Yu*（2022）, Efficient learning with augmented spikes: A case study with image classification, Neural Networks 142, 205-212.2021 (IF: 7.8;中科院:Q1；JCR:Q1)
14.Z Peng, J Dang*, M Unoki, M Akagi（2021）, Multi-resolution modulation-filtered cochleagram feature for LSTM-based dimensional emotion recognition from speech,Neural Networks 140, 261-273, 2021 (IF: 7.8;中科院:Q1；JCR:Q1)
15.M Liu, L Wang*, J Dang, KA Lee, S Nakagawa（2021）, Replay attack detection using variable-frequency resolution phase and magnitude features, Comput. Speech Lang. 66, 101161, 2021 (IF: 4.3,中科院:Q3；JCR:Q3)
16.Q Yu, C Ma, S Song, G Zhang, J Dang, KC Tan（2021）, Constructing accurate and efficient deep spiking neural networks with double-threshold and augmented schemes, IEEE Transactions on Neural Networks and Learning Systems 33 (4), 1714-1726, 2021（IF：10.4，中科院:Q1；JCR:Q1）
17.Peng, S., Hu, Q., Dang, J., & Wang, W. (2020). Optimal feasible step-size based working set selection for large scale SVMs training. Neurocomputing, 407, 366-375.（IF：6，中科院：2区）
18.Yu, Q., Li, S., Tang, H., Wang, L., Dang, J., & Tan, K. C. (2020).Toward Efficient Processing and Learning With Spikes: New Approaches for Multispike Learning. IEEE Transactions on Cybernetics.（IF：9.4，中科院：1区）
19.Gaoyan Zhang, Yuke Si, Jianwu Dang*(2019)“Revealing the Dynamic Brain Connectivity from Perception of Speech Sound to Semantic Processing by EEG”,Neuroscience, Vol. 415, pp.70-76.（IF：2.9，中科院：3区）
20.Wei Feng, Xuecheng Nie, Yujun Zhang, Zhi-Qiang Liu, Jianwu Dang (2019)“Story co-segmentation of Chinese broadcast news using weakly-supervised semantic similarity”Neurocomputing, 355, pp.121-133.（IF：6，中科院：2区）
21.Z. Peng, Qinghua Hu,J. Dang*(2019) Multi-kernel SVM based depression recognition using social media data, International Journal of Machine Learning and Cybernetics, Vol. 10, 1, pp 43–57（IF：3.1，中科院：3区）
22.Wei Feng,XuechengNie, Yujun Zhang, Lei Xie, J. Dang, (2018) Unsupervised measure of Chinese lexical semantic similarity using correlated graph model for news story segmentation, Neurocomputing, 318, pp.236-247（IF：6，中科院：2区）
23.Zhao B, Dang J*, Zhang G*.(2017)EEG Source Reconstruction Evidence for the Noun-Verb Neural Dissociation along Semantic Dimensions[J]. Neuroscience, 2017, 359.
24.J. Dang*, J. Wei, K. Honda, and Takayoshi Nakai (2016). “A study on transvelar coupling for non-nasalized sounds,” J. Acoust. Soc. Am. 139 (1), 441–454（IF：2.9，中科院：3区）
25.D. Ying, Y. Yan,J. Dang, and F. Soong (2011,11) "Voice Activity Detection Based On An Unsupervised Learning Framework"，IEEE Trans. Audio, Speech and Language Processing，Vol. 19, No.8, 2624 - 2633（IF：4.1，中科院：2区）
26.X. Lu andJ. Dang. (2008) “An investigation of dependencies between frequency components and speaker characteristics for text-independent speaker identification”, Speech Communication, 50, 312-322(IF:3.2,中科院：3区)
27.Dang, J.and Honda, K. (2004) “Construction and control of a physiological articulatory model,” Journal of Acoustical Society of America, 115(2), 853-870（IF：2.9，中科院：3区）
28.Dang, J. and Honda, K. (2002) " Estimation of vocal tract shape from sounds via a physiological articulatory model," J. Phonetics, 30, 511-532（IF：1.9，中科院：1区）
·个人专利
1ZL201910152781.92021-2041一种基于藏文部件的端到端架构拉萨方言语音识别方法中国1
2ZL201910166373.92021-2041基于注意力驱动循环卷积网络的环境自适应语音增强算法中国3
3ZL201910140461.12021-2041基于生成对抗网络的深度特征的语音去混响方法中国3
4ZL201910087795.72021-2041基于自适应滤波器振幅相位特征提取的录音欺诈检测方法中国3
5ZL201910143499.42021-2041基于关键点编码和卷积神经网络进行鲁棒的声音识别方法中国4
