人工智能前沿讲座第4讲——张驰副教授学术报告

报告题目:Mining biological function by using single cell and spatial transcriptomics data报告摘要:Biological functional activities include intracellular functions such as transcriptional regulation, metabolism, and signaling transduction, and intercellular activities such as cell-cell interactions. My long-term career goal is to develop cutting edge mathematical formulations and methods to iden...

人工智能前沿讲座第3讲——马勤长聘副教授学术报告

会议时间：3月21日星期二 8:00-9:30会议地址：腾讯会议：577-783-671报告人简介：马勤，美国俄亥俄州立大学长聘副教授，生物医学信息学学院生物信息学和计算生物学方向负责人，俄亥俄州立大学综合癌症中心Pelotonia免疫肿瘤学研究所免疫肿瘤学信息学组负责人。在山东大学获得运筹学博士学位，之后在美国佐治亚大学进行博士后研究，专注于高通量测序数据挖掘和建模。之后作为独立PI加入南达科他州立大学，并建立了生物信息学实验...

人工智能前沿讲座第2讲——郭丹丹教授学术报告

报告主题：有限数据场景下的机器学习算法研究报告时间：2023年3月14日 8:00-9:30报告地点：逸夫楼14阶报告人：郭丹丹报告简介：深度学习在一系列任务中取得的成功与大规模、高质量的数据密不可分。然而在现实应用中，经常会出现数据种类繁多、收集成本昂贵、数据标注困难等问题，使得深度学习难以应用于现实场景。因此，开展有限数据场景下机器学习算法的研究对于推动人工智能在现实中的应用有着重要的意义。目前，根据具体任务...

BETVLCTOR伟德官方网站系列学术活动（第28场）——中国人民大学长聘副教授孙浩学术报告

报告题目：从数据中自动发现物理规律报告摘要：现代科学的发展主要依赖于简洁而优美的数学方程，得益于符号方程可解释、可通用的特征，即便是复杂系统，其运行机制也可以被完美诠释。从数据中自动挖掘、提取控制方程作为一类典型的符号回归问题，是自然科学发展和工程应用中数据助力科学探索的前沿挑战。报告将介绍符号学习与推理基本概念和方法，讨论如何从数据中自动提取数理方程，进一步探索用于描述未知系统状态的数学方程...

人工智能前沿讲座第1讲——邬渊助理教授学术报告

讲座题目：迁移学习的发展与应用讲座时间：2023年3月7日 8:00-9:30讲座地点：逸夫楼14阶报告人：邬渊报告人简介：邬渊，BETVLCTOR伟德官方网站助理教授。他于2022年博士毕业于加拿大卡尔顿大学。他的研究方向为迁移学习及迁移学习在计算机视觉和自然语言处理方面的应用。在AAAI，ECCV，ICASSP，AISTATS等重要国际会议上发表文章5篇。同时，他也是AAAI，EMNLP，IEEE transactions on cybernetics等国际知名会议和期刊的审稿人。报...

BETVLCTOR伟德官方网站生物信息学专题报告（第12场）——俄亥俄州立大学马安骏研究员学术报告

报告题目：利用深度迁移学习预测癌症药物治疗中单细胞水平的药物反应报告内容：由于个体及癌细胞亚型间的异质性，当前的癌症药物治疗存在低疗效和高复发率的问题。这种异质性导致了单个细胞对药物的分化反应，是基于传统转录组测序（bulk RNA-seq）数据进行的预测无法识别出的。单细胞转录组测序(scRNA-seq)技术的发展为发现癌症亚群对特定药物反应的异质基因表达提供了前所未有的机会。为此，该项目提出了scDEAL，一个利用大规...

BETVLCTOR伟德官方网站生物信息学专题报告（第11场）——华南理工大学蔡宏民教授学术报告

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...

BETVLCTOR伟德官方网站生物信息学专题报告（第10场）——安徽大学郑春厚教授学术报告

报告题目： 基于深度学习的合成生物系统模拟预测报告摘要：合成生物学是以理性设计和改造生物系统为目标，构建工程化平台是合成生物系统的重要研究手段，目前工程化试错存在海量的试错空间，仍缺少标准的合成生物元件，而其基础是实现不同生物系统的合成生物元件及其功能以及合成生物系统功能预测。随着人工智能技术的快速发展，将人工智能技术与合成生物学融合是大势所趋，通过数据驱动及持续学习，可以有效实现合成生物元件及...

BETVLCTOR伟德官方网站系列学术活动（第27场）——葡萄牙里斯本大学博士后吕纯川学术报告

报告题目：Deep Variational Inference with Discrete Latent Structure for Graph-based Parsing报告摘要：Graph-based Parsing is an interpretable and simple parsing technique used for predicting a semantic graph from a sentence, where labeled nodes and edges are predicted from their corresponding sentence tokens independently. However, the such correspondence might not be available due to the lack o...

BETVLCTOR伟德官方网站生物信息学专题报告（第9场）——北京理工大学张法教授学术报告

报告题目：基于病理图像的医学多模态数据融合分析报告简介：病理图像是癌症诊断的金标准。基于深度学习融合病理图像和基因组数据的方法已被广泛应用于癌症的生存期分析，但现有模型未能充分利用神经网络强大的表示学习能力，无法有效地融合病理图像和基因组数据的多模态特征。在本报告中，将介绍我们在病理图像分类、生物医学数据融合分析等方面的工作，特别是基于WSI（全切片病理图）的生物医学数据融合分析在肿瘤标志物MSI和...