ag猛龙传奇

Close

智能信息处理研究所（Institute of Intelligent Information Processing）

发表日期：2020-10-09 供稿：管理员

作为解决大数据分析挖掘的重要手段，智能信息处理近年来获得了长足的发展。智能信息处理研究所聚焦多组学生物大数据分析，积极探索开拓生物大数据智能计算方法，利用机器学习、模式识别、最优化理论等信息与计算科学来研究多组学生物大数据挖掘模型，发展求解模型的新算法，从而推动和丰富相关计算技术的发展。

人员组成

研究所负责人

2

郑春厚，ag猛龙传奇教授、博士生导师，安徽省学术和技术带头人后备人选。近年来，在Bioinformatics、Neural Computation、Pattern Recognition、IEEE/ACM Transactions 系列会刊等国内外重要学术刊物与国际会议上发表论文100余篇，论文总被引2000余次。主持国家重点研发计划课题1项、国家自然科学基金重点项目1项（联合重点），面上项目3项、省部级课题多项。2007年获中国科学院王宽诚博士后工作奖，2010年获安徽省自然科学一等奖（第二完成人），2016年获教育部自然科学一等奖（第二完成人），2019年获安徽省自然科学二等奖（第一完成人）。应邀在多个国际、国内学术会议做交流报告。多次担任国际学术会议“International Conference on Intelligent Computing” Publicity Co-Chair及Program Committee Member。现任中国计算机学会生物信息学专业委员会委员、中国自动化学会人工智能与机器人教育专业委员会委员。 

主要成员：

 夏俊峰，ag猛龙传奇物质科学与信息技术研究院教授、博士生导师。近年来，在Bioinformatics、Briefings in Bioinformatics、Human Mutation、Journal of Proteome Research和IEEE/ACM Transactions系列会刊等国内外重要学术刊物与国际会议上发表论文70余篇，论文总被引1800余次。目前承担国家自然科学基金重点项目子课题和面上项目各1项。2019年获安徽省自然科学二等奖（第二完成人）。担任International Journal of Computational Biology and Drug Design、BMC Genomics和BMC Medical Genomics等期刊编委，生物信息学和生物医学国际会议(IEEE BIBM)、国际智能计算学术会议(ICIC)、国际智能生物和医学会议(ICIBM)和亚太生物信息学会议(APBC)程序委员会委员等。

主要成员：

照片3 001 - Copy

陈鹏，ag猛龙传奇研究员/博导、中科院合肥智能机械研究所客座教授。分别毕业于中国科学技术大学模式识别与智能系统专业，获工学博士学位；昆明理工大学控制理论与控制工程专业，获工学硕士学位；国防科技大学（合肥）工业电气自动化专业。2006年，赴香港城市大学计算机系从事进化计算的高级研究助理研究；2008-2009年，赴海外从事博士后研究；2009-2010年，赴海外从事计算生物学的Research Fellow研究；2012年-2014年，赴海外从事博士后研究员；2016年8月-2016年9月，海外，访问教授。2011年-2013年，在中国科学院合肥智能机械研究所任副研究员、中国科技大学硕士生导师、博士生副导师。先后主持3项国家自然基金，主持和参与了数项国家863项目、国家科技支撑项目、省部级项目等。在IEEE等国际刊物/会议上发表SCI/EI论文100余篇。研究兴趣：机器学习、生物医学大数据分析、药物-靶标筛选、机器视觉。 

 主要成员：

曹瑞芬，ag猛龙传奇副研究员，博士毕业于中国科学院合肥物质科学研究院，主要从事人工智能、智能计算、医学图像处理相关研究。主持国家自然科学基金1项、横向项目3项，作为技术骨干或子课题负责人参与国家“973”计划专项、中科院战略性先导科技专项、中央级科学事业单位修购专项等；发表论文30多篇，获国际会议口头报告/优秀论文奖10余次，授权发明专利15项，获省部级奖2项。 

 主要成员：

宾艳南，ag猛龙传奇物质科学与信息技术研究院讲师、硕士生导师。博士毕业于中南大学。主要从事神经退行性疾病相关致病信息挖掘研究，以及基于机器学习的活性多肽、药物多肽的相关研究。主持国家自然科学基金青年项目，获得国家博士后一等资助和安徽省博士后资助，发表SCI/EI论文20余篇。

主要成员：

魏丕静，ag猛龙传奇物质科学与信息技术研究院讲师。发表SCI/EI论文6篇。研究领域为生物信息学、癌症数据挖掘。  

 研究方向

  1. 多组学数据集成分析

  2. 生物医学大数据分析

  3. 基因突变的功能预测分析

  4. 多肽药物识别预测与分析

 科研项目

  1. 国家重点研发计划项目“面向合成生物系统海量工程试错优化的人工智能算法研究与应用”，课题“基于深度学习的合成生物系统预测预测模型研究”，2021—2025

  2. 国家重点研发计划项目“面向合成生物系统海量工程试错优化的人工智能算法研究与应用”，子课题“基于人工智能的海量工程试错优化平台研究”，2021—2025

  3. 国家自然科学基金面上项目，分子结构深度嵌入学习及药物靶标互作预测研究，2021-2024

  4. 国家自然科学基金联合基金重点项目，“癌症组学数据分析的计算理论与算法”，2020—2023

  5. 国家自然科学基金面上项目，“基于多组学数据整合的癌症驱动突变识别”，2019—2022

  6. 国家自然科学基金重点项目子课题，“载能粒子对关键生物靶的分子调控机制与应用基础研究”，2019—2023

  7. 国家自然科学基金面上项目，“癌症驱动突变的生物信息学分析和实验验证”，2016—2020

  8. 国家自然科学基金面上项目，“蛋白质-配体相互作用的深度学习自动编码和随机映射研究”，2016-2020。 

论文发表

  1.  Na Cheng, Menglu Li, Le Zhao, Bo Zhang, Yuhua Yang, and Chun-Hou Zheng and Junfeng Xia, Comparison and integration of computational methods for deleterious synonymous mutation prediction, Briefings in Bioinformatics, 2020, 21(3), 970-981

  2. Sijia Zhang, Le Zhao, Chun-Hou Zheng, and Junfeng Xia, A feature-based approach to predict hot spots in protein-DNA binding interfaces, Briefings in Bioinformatics, 2020, 21(3), 1038-1046

  3. Peng Chen, Qingxin Xiao, Jun Zhang, Chengjun Xie, Bing Wang, Occurrence prediction of cotton pests and diseases by bidirectional long short-term memory networks with climate and atmosphere circulation , Computers and Electronics in Agriculture, 2020, 176: 0-105612.

  4. Pi-Jing Wei, Fang-Xiang Wu, Junfeng Xia, Yansen Su, Jing Wang and Chun-Hou Zheng, Prioritizing Cancer Genes Based on an Improved Random Walk with Restart Method, Frontiers in Genetics, 2020, 11, doi:10.3389/fgene.2020.00377

  5. Kai-chao Miao, Ting-ting Han, Ye-qingYao, Hui Lu, Peng Chen*, Bing Wang, Jun Zhang. Application of LSTM for short term fog forecasting based on meteorological elements, Neurocomputing 2020, 408(30): 285-291.

  6. Jie Liu, Mengmeng Han, Zhenyu Yue, Chao Dong, Pengbo Wen, Guoping Zhao, Lijun Wu, Junfeng Xia and Yannan Bin*. Prediction of radiosensitivity in head and neck squamous cell carcinoma based on multiple omics data, Frontiers in Genetics, 2020, 11: 960.

  7. Zhen Gao, Yu-Tian Wang, Qing-Wen Wu, Jian-Cheng Ni, and Chun-Hou Zheng, Graph regularized L2,1-nonnegative matrix factorization for miRNA-disease association prediction, BMC Bioinformatics,2020, 21:61

  8. Chun-Mei Feng, Yong Xu, Jin-Xing Liu, Ying-Lian Gao, Chun-Hou Zheng. Supervised discriminative sparse PCA for com-characteristic gene selection and tumor classification on multiview biological data. IEEE Transaction on Neural Networks and Learning Systems. 30(10): 2926-2937, 2019. DOI: 10.1109/ TNN LS. 2019. 2893190.

  9. Pengbo Wen, Peng Xiao, and Junfeng Xia, dbDSM: a manually curated database for deleterious synonymous mutations, Bioinformatics, 2016, 32(12): 1914-1916

  10. Peng Chen, ShanShan Hu, Jun Z hang, Xin Gao, Jinyan Li, Junfeng Xia, Bing Wang, A Sequence-Based Dynamic Ensemble Learning System for Protein Ligand-Binding Site Prediction, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2016, 13(5): 901-912. 

专利成果

  1. 基于数据挖掘的农田肥力数据采集分析系统，国家发明专利，授权号：CN201110344176.5

  2. 一种放射治疗计划自动叠加优化系统及方法，授权号：CN105550528A

  3.  一种直接优化静态调强子野形状及其机器跳数的系统和方法，授权号：CN103083821B

科研获奖

  1. 面向生物数据处理的智能计算方法，2019年安徽省自然科学二等奖，

  2. 智能学习与计算的理论与算法研究，2016年教育部自然科学一等奖


ag猛龙传奇_ag猛龙传奇大奖