叶仁玉, 女, 汉族, 中共党员, 博士, 教授, 硕士生导师。2006年7月在安徽大学获理学硕士学位, 2004年晋升讲师, 2010年晋升副教授, 2011年9月至2012年6月在中国科学技术大学统计与金融系访学, 2013年遴选为统计学学科硕士生导师, 2020年11月在南京航空航天大学获理学博士学位，2021年12月晋升教授。主要研究方向: 认知神经科学、Bayesian网络和神经网络，在国内外学术期刊发表论文10余篇。

一、主讲课程

本科生课程：高等数学、概率论与数理统计、社会统计学、统计学原理、贝叶斯统计.

硕士生课程：贝叶斯网理论、贝叶斯统计.

二、实践教学

[1] 指导员工参加2008年全国老员工数学建模竞赛荣获省二等奖.

[2] 指导员工参加2010年全国老员工数学建模竞赛荣获省二等奖.

[3] 指导员工参加2019年全国老员工市场调查与分析大赛荣获国家三等奖1项，省级一等奖1项.

[4] 指导员工参加2020年全国老员工市场调查与分析大赛荣获国家三等奖1项，省级一等奖1项.

[5] 指导2021年国家级老员工创新创业项目“疫情期间'直播营销'对经济的影响——以抖音为例”.

[6] 指导员工参加2022年美国老员工数学建模竞赛荣获国际二等奖1项.

三、承担教科研项目

[1] 主持2009年安徽省高校自然科学研究项目“广义岭估计的快速算法和最优岭脊搜索法的研究”(No.KJ2009B098).

[2] 参与2009年安徽省高校省级优秀青年人才基金项目“线性模型参数估计的相对效率” (No. 2009SQRZ122).

[3] 参与2012年安徽省高校自然科学研究重点项目“几类相依随机序列极限的一些性质” (No.KJ2012Z233).

[4] 参与2012年安徽省高校省级教研项目“高师院校高等数学课程改革与实践”(No. 2012 jyxm364).

[5] 主持2019年安徽省高等学校自然科学研究重点项目“基于贝叶斯概率模型的视觉认知研究”(No.KJ2019A0557).

[6] 参与2019年安徽省自然科学基金面上项目“分数阶时滞神经网络系统的动力学研究" (No. 1908085MA01).

[7] 主持2020年省级课程思政示范课“概率论与数理统计”(No.2020szsfkc0554).

[8] 参与2020年省级“六卓越、一拔尖”应用统计学专业卓越工程师培养创新项目 (No. 2020zyrc089) .

[9] 参与2020年省级“六卓越、一拔尖”信息与计算科学专业卓越工程师培养创新项目 (No. 2020zyrc091) .

[10] 参与2021年国家社会科学基金项目“复杂数据半参数离散分位数回归及其应用研究“（No. 21BTJ040）.

四、主要学术论文

[1]叶仁玉, 曾建军. 特殊数据的广义岭估计的迭代算法及其实现, 合肥工业大学学报, 2007.

[2]叶仁玉. 删失回归模型的分位数变量选择和压缩估计, 中国科学技术大学学报, 2014.

[3]Renyu Ye, Xinsheng Liu. Classification Bayesian models of orientation identification with the known reference. 2017 10th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics, CISP-BMEI 2017:1-6. doi:10.1109/CISP-BMEI.2017.8302106 .

[4]Renyu Ye, Xinsheng Liu, et al. Global Mittag-Leffler synchronization for fractional-order BAM neural networks with impulses and multiple variable delays via delayed-feedback control strategy. Neural Processing Letters, 2019.   

[5]Renyu Ye, Xinsheng Liu, et al. Pointwise optimality of wavelet density estimation for negatively associated biased sample. Mathematics, 2020.

[6]Renyu Ye, Xinsheng Liu. How the known reference weakens the visual oblique effect: a Bayesian account of cognitive improvement by cue influence. Scientific Reports, 2020.

[7]Renyu Ye, Jingshun Cheng, Axiu Shu, et al. Mittag-Leffler synchronization of fractional delayed quaternion BAM neural networks via adaptive and linear feedback control designs. Electronics, 2022.

[8]Renyu Ye, Chen Wang, Axiu Shu, et al. Quasi-synchronization and quasi-uniform synchronization of Caputo fractional variable-parameter neural networks with probabilistic time-varying delays. Symmetry, 2022.