深圳大学新葡的京集团350vip8888
College of Computer Science and Software Engineering, SZU
深圳大学新葡的京集团350vip8888首届“海内外优秀青年学者论坛” - 交叉方向
2021/12/16 13:55:37

时间:2021年12月19日9:00-12:00
地点:腾讯会议:109-515-894
论坛主席:黄惠
主持人:贾森
主讲人:龙亚谦、靳小鹏、黄志安、刘卉

Time Title Speaker
9:00-9:45 高光谱图像地物识别与医学诊断 龙亚谦
9:45-10:30 面向远同源性检测的蛋白质序列搜索方法研究 靳小鹏
10:30-11:15 Computer-Aided Diagnosis of Autism Spectrum Disorder 黄志安
11:15-12:00 数据分析中的图表示学习方法 刘卉

 

高光谱图像地物识别与医学诊断

摘要:

       高光谱成像技术源于航天遥感领域,它将电磁波谱细分成成百上千个光谱通道(波段),获取可见光-短波红外-热红外区间连续的光谱图像,具有精细识别不同类型的目标的能力。然而高光谱图像波段数过多、相关性强,以及本身独有的光谱混合问题给图像处理带来巨大挑战。报告人长期从事高光谱研究,从实际应用需求出发,结合前沿的光谱混合分析、机器学习和深度学习等方法分析目标特征,并将图像处理方法应用于地质、生态和医学等各个领域。本次报告将具体介绍以下相关研究工作:(1)航空、机载和地面高光谱进行岩性和矿物识别;(2)基于叶片热红外光谱的热带干旱森林树种分类;(3)基于深度学习和辐射传输模型的高光谱皮肤生理参数提取与癌变细胞识别等。

主讲人简介:

       深圳大学新葡的京集团350vip8888博士后,1989年生,湖南岳阳人,遥感专业,博士毕业于加拿大阿尔伯塔大学地球与大气科学学院。研究方向为高光谱遥感,重点关注光谱混合分析和机器(深度)学习方法及其地质、生态和医学等领域的应用。主持国家自然科学基金青年科学基金和博士后基金面上资助项目,以第一作者发表中科院大类一区SCI论文三篇,获得国际数学地质协会的计算机与地学科研奖。

 

面向远同源性检测的蛋白质序列搜索方法研究

摘要:

       蛋白质作为生命体活动的具体执行者,解析其对应的空间结构是理解其功能的重要途径,但是蛋白质结构解析仍严重依赖于以冷冻电子显微镜为代表的昂贵基础设施。随着测序技术的不断成熟,人类已经获取了海量的蛋白质序列数据。因此,如何通过蛋白质序列信息来预测其相应的蛋白质结构和功能信息,是一个重要的生物学大挑战。蛋白质序列搜索方法通过从已知结构的蛋白质数据库中搜索同源信息,成为了蛋白质结构和功能预测的重要手段。但这些搜索方法在序列相似性较低的远同源性检测问题上,其搜索性能仍存在严重不足。
       面向当前蛋白质序列搜索方法在远同源性检测问题上所面临的挑战,本研究以序列搜索基方法存在的非同源噪音和远同源蛋白质搜索能力不足这两个问题为切入点,将构建和融合多样性的序列相似性特征作为性能提高的主要途径,提出了多个面向远同源性检测的蛋白质序列搜索方法

主讲人简介:

       靳小鹏 2017年3月至今攻读哈尔滨工业大学(深圳)计算机科学与技术专业博士学位,导师刘滨教授。主要研究内容包括:序列分析算法、蛋白质远同源性检测等。博士期间在领域内顶级期刊发表学术论文3篇。担任《Briefings in Bioinformatics》等国际期刊审稿人。

 

Computer-Aided Diagnosis of Autism Spectrum Disorder

摘要:

Facing the globally rising prevalence of autism spectrum disorder (ASD), the symptom-based diagnostic criteria struggle to address the urgent public health concern due to the global shortfalls in well-qualified professionals. With the recent advances in neuroimaging techniques, the successful application of computer-aided approaches has provided timely opportunities to relieve the tension in healthcare services. Through sharing and consolidating independent samples across different studies, leveraging the integrated data from multiple datasets becomes a silver-bullet solution for intelligent computational assistance. However, most of the existing approaches are subject to relatively small datasets due to the sophisticated sampling criteria. As the sample size increases, the inflated accuracy could decline significantly. How to maintain reliable performance on large datasets is rarely discussed. Additionally, little efforts have been made to explore the remarkable and reproducible autistic biomarkers from data-driven outcomes for measuring autistic neurological functions. Based on the AI techniques, we intend to provide insightful solutions for the identification of ASD by addressing the inherent limitations of existing approaches from different perspectives.

主讲人简介:

       黄志安已于2021年10月在香港城市大学取得计算机科学博士学位。主要研究方向包括人工智能、医疗数据处理与分析、生物信息学、数据挖掘和机器学习。近年来,共发表学术论文19篇,其中以第一作者或通讯作者身份发表共12篇。中科院1区论文4篇,1篇入选ESI高被引论文。谷歌引用637次,h-index为9。担任多个国际期刊审稿人。

 

数据分析中的图表示学习方法

摘要:

Graphs have been widely used for data analysis. However, it is still an open and challenging issue to construct graphs that can accurately capture the underlying structure of data samples. In this talk, I will present our two works on learning-based adaptive graph construction. First, we propose a semi-supervised method, which is capable of adaptively learning the similarity relationship between data samples under the guidance of gradually boosted weakly supervisory information. Second, from the perspective of the multi-view representation, we explore the complementary information across different views with a structural tensor low-rank norm to improve the confidence of the similarity relationship.  We explicitly formulate both methods as constrained optimization problems and provide efficient algorithms to solve them. We experimentally demonstrate the advantages of our methods over state-of-the-art ones when applying the constructed graphs for data classification and clustering.

主讲人简介:

       刘卉分别于2009年和2012年在中南大学信息科学与工程学院通信工程专业取得学士学位和硕士学位,2015年于新加坡南洋理工大学计算机学院取得工程硕士学位,2021年于香港城市大学取得博士学位。2014-2017年在新加坡南洋理工大学海洋研究院担任助理研究员。2018年在香港城市大学担任助理研究员。研究内容广泛涉及机器学习和数据表示的多个子领域,主要包括半监督学习、高维数据分析与建模、张量表示与建模、图机器学习,深度学习以及在计算机视觉、高光谱表示、社区检测等方向的一些应用。

XML 地图