报告题目：深度学习在生物与医学中的应用
Applications of deep learning in biology and medicine
报告时间：2018年1月13日 下午15：00-16:30
报告地点：太阳成集团tyc122cc 计算机楼 A521
报告人： 许东 美国密苏里大学 James C.Dowell教授
报告人简介：许东，美国密苏里大学James C.Dowell名誉教授、美国密苏里大学计算机科学系教授，同时受聘于克里斯托弗邦德生命科学中心和密苏里大学信息研究所。于1995年在伊利诺伊大学厄本那-香槟分校获得博士学位，随后两年在美国国家癌症研究所攻读博士后。曾在橡树岭国家实验室工作一段时间，2003年至今在密苏里大学计算机系任职，于2007年-2015年期间任系主任。他主要研究方向是生物信息学和计算生物学。发表学术论文270 余篇。曾获得2001 年美国“最杰出研究与开发100 人奖励（国际2001R&D 100 Award）”，2003 年联邦实验室联合会最杰出技术转让奖，2010 年国际智能生命医学协会杰出成就奖。另外还担任International Journal of Functional Informatics and Personalized Medicine杂志的主编和IEEE/ACM Transactions on Computational Biology and Bioinformatics杂志的副主编。
报告摘要：Deep learning, as the cutting-edge technology in machine learning, has produced remarkable improvements on various computational problems and presents a new opportunity for biological and medical research problems. The growing amount of various biomedical data also allows deep learning to generate robust models. In this talk, I will present several of our successful deep-learning applications in biology and medicine, including protein structure prediction, protein localization prediction, protein post-translational modification site prediction, tongue image analysis for health assessment, and text mining for predicting disease trend. These applications utilized a broad spectrum of deep learning methods, from Deep Neural Network (DNN) and Convolutional Neural Network (CNN), to Generative Adversarial Network (GAN) and Capsule Network. Some of these applications represent novel formulations of the problems, while others significantly improved the performance over the previous methods.
太阳成集团tyc122cc计算机科学技术学院
太阳成集团tyc122cc软件学院
太阳成集团tyc122cc研究生院
太阳成集团tyc122cc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
中国计算机学会太阳成集团tyc122cc学生分会
