您当前位置: 首页  >  科学研究  >  员工动态  >  正文

员工动态

计算机科学技术专家讲座(三十五)——黄德双

发布日期:2019-12-09 发布人: 点击量:

报告题目:Motif Mining in DNA Sequences by Deep Neural Networks

报告时间:20191211日下午16:30

报告地点:公司中心校区计算机大楼A521

报告人黄德双

报告人简介

黄德双,工学博士,同济大学特聘教授(二级教授)、博士生导师,中国科技大学博士生导师、兼职教授,2000年度中科院“百人计划”入选者。同济大学认知互联网国际合作联合实验室主任,机器学习与系统生物学研究所所长, 国家自然科学基金委第十四届专家评审组成员, 国家新一代人工智能重大项目首席科学家。国际模式识别学会会士(IAPR Fellow),国际智能计算学术会议Founding Chair,国际神经网络学会(INNS)常务理事,中国计算机学会生物信息学专业委员会副主任委员IEEE/ACM Transactions on Computational Biology and Bioinformatics, Neural Networks等国际杂志编委。已发表SCI收录论文220余篇,SCI他引3800余次,入选2014-2018年度爱思唯尔(Elsevier)Scopus数据库中国高被引学者榜单(计算机科学卷),出版专著3本,主编论文集49本,曾获1997年度第八届全国优秀科技图书二等奖 (排名唯一),2010年度安徽省自然科学一等奖 (排名第一) ,2016年度教育部自然科学一等奖(排名第一),2018年度吴文俊人工智能科技进步一等奖(排名第一)。

报告内容简介

Recent biological studies have shown that binding-site motif mining plays a crucial role in the transcription and translation phases of gene expression, so the study of motif will help to understand the complex biomolecular system and explain disease pathogenesis. Generally, how to carry out an in-depth research on motifs through computational methods has always been one of the core issues in the modeling of life system gene regulation processes. In this report, I will first present the fundamental issue for motif prediction of biological sequences, then systematically present motif prediction of biological sequences in combination with the popular emerging technology “Deep Neural Networks”. Firstly, several classical models for deep neural network and the research status of biological sequence motif prediction will be briefly introduced. Secondly, the existing shortcomings of deep-learning based motif prediction is discussed, and correspondingly a variety of improved motif prediction methods including high-order convolutional neural network architecture, weakly-supervised convolutional neural network architecture, deep-learning based sequence + shape framework and bidirectional recurrent neural network for DNA motif prediction, multi-scale convolution gated recurrent neural network model and improved capsule network for RNA motif prediction, are introduced. Finally, some new research problems in this aspect will be pointed out and over-reviewed.

 

主办单位

十大网投信誉排名(中国)有限公司

公司软件学院

公司计算机科学技术研究所

符号计算与知识工程教育部重点实验室

公司国家级计算机实验教学示范中心

公司肿瘤系统生物学科学家工作室

公司中日联谊医院肿瘤系统生物学实验室

CCF长春、YOCSEF长春、CCF公司、吉林省计算机学会