报告题目：纳米孔测序中几个关键问题的机器学习和算法研究
报告时间：2018年7月4日（周三）下午14：00
报告地点：太阳成集团tyc122cc南校区计算机大楼A521讲学厅
报告人： 高欣博士 沙特阿卜杜拉国王科技大学（KAUST）副教授、KAUST计算生物学中心的研究员
报告摘要:
纳米孔测序是一种最新的第三代测序技术。它具有单分子测序，便携式，长读长等独特优点。但同时，它也具有各种技术瓶颈带来的低测序精度等致命缺点。从数据分析的角度来说，纳米孔测序需要把时间序列的超长电流信号解码成相应的DNA序列。在这次报告中，我将介绍我的课题组近期在纳米孔测序的几个关键问题上的深度学习方法和算法设计方面的工作。包括我们研发的基于深度学习的碱基识别的方法，WaveNano，第一个电流层面的信号模拟器，DeepSimulator，以及一个精准并快速的长读长的联配算法，cwDTW。
报告人简介：
高欣博士于2004年在清华大学计算机系获得学士学位，2009年在加拿大滑铁卢大学计算机学院获得博士学位。2009年10月至2010年9月，在美国卡耐基梅隆大学计算机学院雷恩计算生物学中心担恩学者。2010年10月，任沙特阿卜杜拉国王科技大学（KAUST）计算机，电子与数学科学与技术学院助理教授。2016年7月晋升为副教授，并担任KAUST计算生物学中心的研究员、加拿大滑铁卢大学计算机学院的客座教授。
科研方向是生物信息学和机器学习。主要工作集中在机器学习的理论和方法的研发，生物信息学，以及二者的交叉领域。尤其致力于构建计算模型，设计高效的算法，并研发机器学习方法来解决结构生物学，系统生物学，和合成生物学中的开放问题。截至目前，在生物信息领域和机器学习领域发表了超过140篇学术论文。
主办单位：
太阳成集团tyc122cc
太阳成集团tyc122cc软件学院
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
