理学博士，研究方向为人工智能海洋学，主要从事人工智能和极地科学的交叉创新研究，在北极海冰的智能化遥感监测和轻量化预测、海洋信息挖掘等方面积累了丰富的研究经验。建立了面向天气至次季节尺度的北极海冰密集度轻量化预测模型，可实现未来7-90 天北极海冰密集度的高精度、秒级预测，突破了45天以上的北极海冰预测国际难题；建立了像素级的北极海冰智能化识别分类模型，可实现卫星SAR遥感影像中一年冰和多年冰的识别分类，分类精度和效率较传统方法有显著的提升，相关成果成功地应用于国产卫星建设中；建立了SAR 影像下船只尺寸提取的深度学习模型，首次实现了遥感影像中船只长宽尺寸的一体化提取，提取精度达到亚像素级。以第一/通讯作者在 IEEE Transactions on Geoscience and Remote Sensing等地学领域权威期刊发表论文 10 余篇，总引用600余次（Research Gate），主持国家自然科学青年基金等各项科研项目5项，授权专利5项，参与出版专著 1 部，获得2020年“山东省优秀博士学位论文”奖。

●2015.09-2019.06 中国海洋大学     地图学与地理信息系统 理学博士

●2017.10-2018.10 英国伦敦大学学院 地图学与地理信息系统 联合培养博士

●2012.09-2015.07 南京大学         地图学与地理信息系统 理学硕士

●2008.09-2012.07 山东科技大学     地理信息系统         理学学士

●2023.10-至今，中国科学院海洋研究所，海洋环流与波动重点实验室，副研究员

●2021.08-2023.09，中国科学院海洋研究所，海洋环流与波动重点实验室，助理研究员

●2019.07-2021.07，中国科学院海洋研究所，海洋环流与波动重点实验室，博士后

1．国家自然科学基金，青年科学基金项目，“北极冬春季下行长波辐射对夏季海冰日密集度可预报性的影响研究”，2023.01-2025.12，30万元，在研，主持

2.崂山实验室科技创新项目，“基于人工智能的天气以上尺度北极海冰预测模型研发”，2022.10-2025.09，70万元，在研，子课题负责人

3.中国博士后科学基金会，面上项目，“抗环境干扰的 SAR 图像船只几何参数反演模型”，2019.09-2021.08，8万元，结题，主持

4. 青岛市博士后研究项目，“基于深度学习的海洋大数据信息挖掘”，2020.05-2023.04，5万元，结题，主持

1.Ren, Y., and Li, X.*. Predicting the daily sea ice concentration on a sub-seasonal scale of the Pan-Arctic during the melting Season by a deep learning model [J]. IEEE Transactions on Geoscience and Remote Sensing, 2023. (SCI, Q1, Top, IF=8.2)

2.Ren, Y., Li, X.*, Zhang, W. A data-driven deep learning model for weekly sea ice concentration prediction of the Pan-Arctic during the melting season [J]. IEEE Transactions on Geoscience and Remote Sensing, 2022. (SCI, Q1, Top, IF=8.2)

3.Ren, Y.,Li, X.*, Xu, H. A deep learning model to extract ship size from Sentinel-1 SAR images [J], IEEE Transactions on Geoscience and Remote Sensing, 2021. (SCI, Q1, Top, IF=8.2)

4.Ren, Y.,Li, X.*, Yang, X., et al., Development of a dual-attention U-Net model for sea ice and open water classification on SAR images, IEEE Geoscience and Remote Sensing Letters, 2021, doi: 10.1109/LGRS.2021.3058049. (SCI, Q1, IF=4.8)

5.Ren, Y., Chen H, Han Y., et al.,A hybrid integrated deep learning model for citywide spatio-temporal flow volume prediction, International Journal of Geographical Information Science, 2020, 34(4): 802-823. (SCI, Q1, IF=5.7)

6.Ren, Y., Cheng, T*, and Zhang, Y. Deep spatio-temporal residual neural networks for road-network-based data modeling[J]. International Journal of Geographical Information Science, 2019, 33(9): 1894-1912. (SCI, Q1, IF=5.7)

7.Ren, Y., Chen Z, Chen G, et al. A hybrid process/thread parallel algorithm for generating DEM from LiDAR points[J]. ISPRS International Journal of Geo-Information, 2017, 6(10): 300. (SCI, Q2, IF=3.4)

8.Han, Y., Wang, C., Ren, Y.*, et al. Short-term prediction of bus passenger flow based on a hybrid optimized LSTM network[J]. ISPRS International Journal of Geo-Information, 2019, 8(9): 366. (SCI, Q2, IF=3.4)

9.Li, X., Liu, B., Zheng, G., Ren, Y., Zhang, S., Liu, Y., ... & Wang, F*.  Deep-learning-based information mining from ocean remote-sensing imagery. National Science Review, 2020, 7(10), 1584-1605. (SCI, Q1, Top, IF=20.6)

10.徐欢，任沂斌*. 基于混合损失U-Net的SAR图像渤海海冰检测研究[J]. 海洋学报，2021，43(6)：1–14 doi: 10.12284/hyxb2021084. 

1.《Artificial Intelligence Oceanology》，主编：李晓峰，王凡

(1) Chapter 12: Sea Ice Detection from SAR Images Based on Deep Fully Convolutional Networks.

(2) Chapter 15: Extracting Ship’s Size from SAR Images by Deep Learning.

1. 任沂斌; 李晓峰; 高乐; 刘颖洁; 张旭东 ; 一种基于深度U-Net模型的遥感图像海冰识别方法, 2021-6-18, 中国, ZL20201078171.7 (发明专利，已授权)

2. 任沂斌; 李晓峰; 高乐; 张旭东; 刘颖洁 ; 基于深度学习的遥感图像舰船尺寸一体化提取方法, 2020-9-17, 中国, ZL202010979653.4 (发明专利，已授权)

3. 张旭东; 李晓峰; 高乐; 任沂斌; 刘颖洁 ; 基于机器学习和遥感数据的海洋内波预报方法, 2021-6-22, 中国, ZL 2020 1 0978182.5 (发明专利，已授权)

4. 张旭东; 李晓峰; 高乐; 刘颖洁; 任沂斌 ; 一种基于多维海面信息的内波振幅反演方法, 2021-8-31,中国, ZL 2020 1 0979782.3 (发明专利，已授权)

5. 刘颖洁; 李晓峰; 高乐; 任沂斌; 张旭东 ; 基于深度学习和多源遥感数据的海洋异常中尺度涡识别方法, 2021-11-9, 中国, CN202010978174.0 (发明专利，已授权)

1. 山东省优秀博士学位论文，2020年