报告题目：多源数据整合方法及在生物医学数据中的应用
摘要：
宏观和微观领域不同类型的观测工具累积了丰富多样的多源数据，如各种新型成像技术的高速发展，衍生出不同成像条件下的多模态成像数据；微观测序技术的普及，衍生出不同尺度下的测序数据；定量观测多组织之间的响应，衍生出结构不同的网络数据。此类多源数据具有小样本、高维度、多模态、跨尺度和多属性缺失等问题，整合分析此类多源异构数据具有重要的科学意义，能为数基生命计算、个体医疗肖像化等提供计算工具。我们实验室以多尺度、多模态、异构网络数据为研究对象，建立了小样本学习的张量谱聚类理论处理高维小样本聚类分析；建立了多视角聚类模型处理多模态信息融合；建立多网络谐波融合理论，实现多源网络数据的有效融合。本次报告将汇报我们实验室在以上三方面的研究进展。
嘉宾简介：
蔡宏民，华南理工大学计算机学科学与技术学院教授、博士生导师，京都大学高级客座教授，2014广东省优秀青年教师，IEEE Senior Member，CCF 杰出会员，中国计算机学会生物信息学专委会委员、常委委员，中国自动化学会生物信息学与人工生命专业委员会委员、常委委员。1997年9月-2003年7月在哈尔滨工业大学获得本科、硕士学位。2007年11月在香港大学数学系取得博士学位。2012年9月至今在华南理工大学任教，2016年9月破格晋升博士生导师，同年破格晋升教授。哈佛大学、宾夕法尼亚大学访问学者，京都大学、香港浸会大学和清华老员工物信息国家重点实验室高级访问学者。ISB, GIW, BIBM, AAAI, BESC, ISBRA, CIBB，MICCAI 等十多个国际会议程序委员。CCF-CBC 2019, ICBBB 2021/2022 会议主席。广东省转化医学眼科分会副主委；广东省精准医学应用学会-数字智能化分会副主任委员。主要从事生物医学数据的人工智能学习理论和应用。在相关杂志如IEEE T-PAMI, IEEE T-CyberN, IEEE T-Image Proc., IEEE T-Medical Imaging, Neuroimage, Bioinformatics, Briefings in Bio. 累计发表SCI/EI论文120+篇，其中通讯作者和第一作者 SCI/EI 论文 110+篇；主持国家自然科学基金委联合基金重点项目、科技部重点研发项目、广东省重点项目、广州市重点项目等多项。
报告时间：2022年12月16日（周五）上午10：00
报告地址：腾讯会议：900919787
