365体育投注

首页 > 神农大讲堂 > 正文

生物大数据的特征选择及特征工程算法

时间 2020年9月16日14:00 地点 信息技术学院三楼报告厅 类别 学术报告


时    间:2020年9月16日14:00

地    点:信息技术学院三楼报告厅

主办单位:智慧农业研究院

类    别:学术报告


报告人:周丰丰教授

工作单位:吉林大学

报告人简介:

      美国乔治亚大学生物信息研究所所长徐鹰教授的实验室担任生物信息学博士后,从事比较基因组学方面的研究。中国科学院百人计划,吉林大学“唐敖庆”特聘教授,IEEE(美国电气和电子工程师协会)高级会员。主要从事健康大数据挖掘核心算法、以及融合生物组学、医学影像、心电脑电和电子病历等异构医学大数据的融合建模算法等方面的研究。

主要学术成就:

      主持或参与包括863和中科院先导等各级别项目,主持金额合计近500万元。已发表学术论文70篇,其中包括SCI索引67篇。根据SCI数据库统计,总引用次数1279次,他引次数999次。学术成果多次在包括Nature Protocols、Nucleic Acids Research、和Bioinformatics等学术期刊上发表。相关成果连续荣获多次国际疾病预测竞赛较好排名。应邀担任多个SCI索引期刊的副主编或编委,并多次(每一类均超过20次)应邀评审国际和国内项目标书、国际学术期刊和会议的投稿论文。

内容简介:

      随着互联网的高速发展,数据趋向于具有高维化和多量化的生物大数据,这给数据挖掘和学习算法在文本分类,基因工程,计算机视觉等的应用带来了巨大挑战。特征选择是从原始数据集中剔除冗余和不相关的特征,并且不改变数据的物理特性,是数据降维的一种有效手段。特征选择可以从原始数据中获得最具代表性,最有研究价值的数据特征子集,从而提高机器学习,数据挖掘等的性能,降低运算的时间复杂度和空间复杂度。针对高维数据下的有监督特征选择方法和无监督特征选择方法分别提出了改进的方法。

上一条:计算流体力学在农业生物环境与能源工程中的应用——“资环之声”系列报告之四十二              下一条:植物表型及其前沿应用    【关闭】