资讯
展览资讯 大型展会 灯光节 大型盛典 赛事 中标捷报 产品快讯 热门话题 艺术节 活动 演出 新闻 数艺报道 俱乐部签约
观点
大咖专访 观点洞察 书籍推荐 吐槽 设计观点 企业访谈 问答 趋势创新 论文 职场方法 薪资报价 数艺专访
幕后
幕后故事 团队访谈 经验分享 解密 评测 数艺访谈
干货
设计方案 策划方案 素材资源 教程 文案资源 PPT下载 入门宝典 作品合集 产品手册 电子书 项目对接
  • 0
  • 0
  • 0

分享

李向涛教授在Neural Architecture Search领域取得进展

原创 2021-08-20

JLUAI

李向涛教授

在Neural Architecture Search领域取得进展



文章接收




人工智能学院李向涛教授以第一作者发表论文High-throughput Single-cell RNA-seq Data Imputation and Characterization with Surrogate-assisted Automated Deep Learning近日被Briefings in Bioinformatics杂志接收。Briefings in Bioinformatic 是Oxford Academic出版社旗下的生物信息学和计算生物学领域的顶级杂志,中科院一区TOP期刊,SCI IF(2020)=11.622

文章提出基于代理模型的进化深度补值模型(SEDIM)来解决scRNA-seq中的基因稀疏性。算法提出使用进化优化模型无需人工调整情况下自动设计深度神经网络的架构,并提出代理模型加速神经架构搜索的计算效率。综合研究表明,与其他基准方法相比,SEDIM明显提高了补值和聚类的性能。在此基础上,进一步对scRNA-seq进行标记基因识别、bulk RNA-seq一致性分析,基因本体富集和KEGG分析,来揭示细胞类型识别和表征机制的新见解。本工作是结合进化计算和生物信息学等多学科交叉的优势共同完成。


作者简介



李向涛教授,研究方向为生物信息学、进化计算、多目标进化优化和机器学习等。连续主持国家自然科学面上基金和青年基金,吉林省优秀青年人才基金项目及面上项目,国防先进技术类项目(创新基金),国防先进技术类项目各一项,累积经费达到350万元。

以第一作者或通讯作者在学术期刊上发表相关论文约90篇,其中中科院二区以上55余篇,中科院一区及IEEE Trans共27篇。Google Scholar引用约2500余次,H-index为25。以第一完成人及第二完成人完成省级自然科学学术成果奖两项。围绕进化计算在无监督学习计算算法层面的工作进展,出版英文专著《Natural Computing for Unsupervised Learning》由Springer 出版社出版。担任国际SCI期刊PeerJ Computer Science及Current Bioinformatics编委。

个人主页:

https://lixt314.github.io/BDCI.github.io//

工作邮箱:

lixt314@jlu.edu.cn




JLUAI


吉林大学|人工智能学院

吉林省长春市|吉林大学中心校区

水务集团大楼|7F



阅读原文

* 文章为作者独立观点,不代表数艺网立场转载须知

本文内容由数艺网收录采集自微信公众号吉林大学人工智能学院 ,并经数艺网进行了排版优化。转载此文章请在文章开头和结尾标注“作者”、“来源:数艺网” 并附上本页链接: 如您不希望被数艺网所收录,感觉到侵犯到了您的权益,请及时告知数艺网,我们表示诚挚的歉意,并及时处理或删除。

数字媒体艺术 新媒体艺术 科技艺术 作品分享 科技前沿

20801 举报
  0
登录| 注册 后参与评论