學術預告

當前位置: 首頁 > 科學研究 > 學術預告 > 正文

人工智能在組學數據處理中的應用

发布日期:2020-08-04    作者:     来源:     点击:

報告題目:人工智能在組學數據處理中的應用---非參數數據自適應收縮的批次效應預測方法

報告時間:202087 10:00 – 11:00

報告地點:騰訊會議(ID961 320 714Key200807

報告摘要: 批次效應是影響高通量數據(如RNA測序)測量的主要來源之一,不同的實驗平台、實驗室條件、不同的樣品來源和人員差異都會導致批次效應,這些差異可能混淆數據並導致虛假的結論,批次效應的校正對于組學實驗數據尤爲重要。進行批次效應校正的關鍵輸入是批次因子的知識,在許多情況下這些知識是未知的或不准確的,隱藏批次因子的檢測成爲需要解決的重要問題。本次報告將對目前批次效應校正與檢測研究中的統計方法、機器學習方法進行梳理。介紹我們應用人工智能方法,從非參數數據自適應收縮角度出發,提出的基于數據自適應收縮和半非負矩陣分解的批次效應檢測算法(DASC),並基于此進行的算法並行化與服務器工具的開發(GDASC)。它在識別隱藏的批處理效果方面表現出了優越的性能,並具備檢測細微批量效應的能力。 

報告人簡介: 張瀚,南開大學人工智能學院教授,博士生導師,智能工程系主任,中國自動化學會青年工作委員會常務委員。從事機器學習、健康大數據、生物信息等方向的研究,在組學數據處理、異構組學數據分析、蛋白質序列分析、生物信息工具開發等領域積累了豐富的研究經驗。2009-2010年在美國佐治亞大學(UGA)生物信息研究所從事博士後研究。作爲訪問研究人員在美國萊斯大學(Rice University)、貝勒醫學院(BCM)從事機器學習、生物信息的合作研究。受邀訪問日本理化學研究所(RIKEN)、山梨大学等研究機構,进行人工智能领域的學術交流。他在相关领域发表论文40余篇,其中十余篇以通訊或第一作者(含並列)發表于PNASBioinformaticsNucleic Acids ResearchBIBM等國際學術期刊與會議上,主持或完成多項國家自然基金項目。

報告人照片:

张瀚


(邀請人:魏樂義)

 

常用鏈接

  • 山東大學
  • 學生在線
  • 研究生之家
  • 不忘初心 牢记使命

相關鏈接

  • C-FAIR
  • 時空視點傳媒
  • 山東大學中加合作办学项目
  • 電子商務交易技術國家工程實驗室

地址:中國濟南高新技術産業開發區舜華路1500號        郵編:250101

電話:(86)-531-88391516        傳真:(86)-531-88391686

掃一掃
關注公衆號