BIMK
Institute of
Bioinspired Intelligence and Mining Knowledge
Location:Home > News > 我所成功举办高层次人才论坛

我所成功举办高层次人才论坛

2018-09-26 15:23:43

刘滨教授,尤著宏教授和秦家虎教授来我院做学术报告会

2018926日上午9点,哈尔滨工业大学刘滨教授、中国科学院新疆理化技术研究所尤著宏教授、中国科学技术大学秦家虎教授,应邀在安徽大学磬苑校区理工D318会议室进行学术报告会。报告会由计算机科学与技术学院副院长郑春厚教授和生物智能与知识发现研究所所长张兴义教授主持,学院师生到场聆听。

本次报告会上,首先演讲的是刘滨教授,报告的题目是“Protein remote homology detection based on thetechniques from the natural language processing”。由于其在基础研究(如分子进化和蛋白质属性预测)和实际应用(如及时建模靶向药物开发的蛋白质三维结构)中的重要性,蛋白质远程同源检测引起了人们的广泛关注。其中基于蛋白质序列与自然语言的相似性,自然语言处理的技术是很有前景的,并且在开发蛋白质远程同源检测的高效计算方法方面具有很高的潜力。在这次演讲中,刘教授首先介绍和讨论生物序列和自然语言之间的相似性。然后,将介绍三种蛋白质远程同源的计算预测器,分别是SVM-MKLProtDec-LTRdRHP-PseRA,基于多核学习、学习排序和排序聚合。最后,对这一领域中存在的一些问题进行进一步的探讨和讨论。报告会后,刘教授就老师、学生所提问题做了详细的解答。

其次演讲的是尤著宏教授,报告的题目是“生物信息大数据分析、挖掘及应用研究”。信息技术飞速发展带来的大数据概念及其巨大应用价值,正在逐渐引领各行各业的变革。大数据时代,数据的产生和收集是基础,通过数据挖掘的提取出隐藏于数据中的知识是大数据中分析最关键也是最基本的工作。数据挖掘及大数据分析源于实际应用的需求,同时好的算法需要在实际应用中得到检验。另外,随着“人类基因组计划”的完成,高通量测序技术得到快速发展,使得生物医学领域获得了强大的数据产出能力,生物大数据研究对生物医学领域发展具有重要推动作用。本报告尤教授结合数据挖掘、大数据分析及生物信息学领域工作的理论与实践经验,介绍大数据的概念、生物大数据的来源、主要应用场景、及实验室的研究进展阐述了生物大数据时代背景下生物信息学理论算法和应用实践。报告会后,尤教授就老师、学生所提问题做了详细的解答。

最后演讲的是秦家虎教授,报告的题目是“DistributedClustering Algorithms for Sensor Networks Based on Multi-agent Consensus Theory”。秦教授首先介绍了研究问题的背景及理论知识。然后介绍两种传感器网络分布式聚类算法。一种基于先验知识的分布式k-means算法。为了获得更快的收敛速度和更高的全局最优可能性,在执行分布式k-means算法之前,提出了一种分布式k-means++算法来查找初始质心。针对聚类数目未知的情况,提出了一种分布式最大化规范化互信息(MNMI)算法。仿真结果表明,分布式k-means算法的聚类结果与集中式聚类算法的聚类结果基本相同,而分布式MNMI算法可以通过自动调整聚类的数目来实现良好的聚类结果。报告会后,秦教授就老师、学生所提问题做了详细的解答。

以下是三位报告人简介:

刘滨,哈尔滨工业大学(深圳)教授、博士生导师。2010年获得哈尔滨工业大学工学博士学位,后赴美国俄亥俄州立大学从事博士后研究工作,2012年至今在哈尔滨工业大学(深圳)历任助理教授、副教授和教授。长期从事生物信息学研究工作,致力于基于序列的生物分子结构和功能识别研究。在该领域权威期刊发表SCI论文