Deep learning for single cell RNA-seq data analysis-东北师范大学数学与统计学院

当前位置：首页 > 学术活动 > 正文

Deep learning for single cell RNA-seq data analysis

时间：2022年08月25日 16:36 点击数：

报告人：李向涛

报告地点：腾讯会议ID：889 864 8458；会议密码：115119

报告时间：2022年08月27日星期六09:00-10:00

邀请人：徐东坡

报告摘要：

In this talk, I will present deep learning-based single-cell data analysis, including: how to use deep learning to reveal key dimensions of high-throughput biomolecular data; ZINB-based graph embedding autoencoder and multi-objective ensemble evolutionary pruning for single-cell RNA-seq analysis; high-throughput single-cell RNA-seq data imputation and characterization using surrogate-assisted automatic deep learning.

主讲人简介：

李向涛吉林大学人工智能学院教授，博士生导师，吉林省拔尖创新人才，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，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百余篇，包括Bioinformatics ，Nucleic Acids Research，Briefings in Bioinformatics, IEEE Transactions on Cybernetics ，IEEE Transactions on Systems, Man, and Cybernetics: Systems， AAAI，IEEE/ACM Transactions on Computational Biology and Bioinformatics，IEEE Journal of Biomedical and Health Informatics等)。根据Google Scholar统计，论文被引用2900余次，H-index=28。其中，单篇引用最高次数270次，7篇论文引用次数超过100次。带领团队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各一项。也是多个国际SCI期刊PeerJ Computer Science，Frontiers in Bioinformatics，Current Bioinformatics，Current Gene Therapy与Scientific Reports副主编或编委。