报告主题：深度学习对生物医学大数据的分析与展望

报  告   人：唐继军（University of South Carolina, ）

报告时间：2018年03月28日（周三）下午：15:00 – 17:00

报告地点：计算机新大楼D405

内容摘要：

随着新一代测序、计算技术及其它数据采集技术的发展，各种生物大数据的出现正在迅速的改变着生物学和临床医学的研究方法和手段。在本次讲座中，我们将介绍与基因组学、癌症基因组进化及疾病诊断相关的几种大数据采集方法，从图论和图像等传统计算机科学研究中获取灵感，开发高效可靠的算法，通过运用计算机优化、统计和机器学习等方法对这些数据进行分析，揭示癌细胞的进化关系，寻找肾病等疾病的早期诊断信号，并利用计算方法提高生物实验的灵敏信，极大的降低了实验成本，为医学的基因水平诊断，精准医学和药物开发提供基础数据和理论支撑。 

报告人简历：

唐继军博士，美国南卡罗来纳大学计算机科学与工程系教授。1994年获得天津大学海船系船舶工程学士，1996年获得天津大学海洋 工程硕士，2004年获得美国新墨西哥大学计算机科学博士学位。从2004年起任职美国南卡罗莱纳大学工程和计算学院计算机系至终身教授。主要研究领域为生物信息和计算生物学，研究方向为算法设计分析，高性能计算，数据库构建等。主要通过算法，人工智能以及数学和统计方法，利用全基因组 数据高效和精确分析基因组进化和系统发育，建立和显示基因组三维空间模型，采集和挖掘生态和气候变化数据，以及构建相关生物信息学计算平台。迄今在国际会议和期刊上发表文章百篇，研究项目多次 获得美国NSF，NIH，NEH和其他机构的支持。