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BioinformaticsNeural ComputationPattern RecognitionIEEE/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-ChairProgram 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BioinformaticsBriefings in BioinformaticsHuman MutationJournal of Proteome ResearchIEEE/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 DesignBMC GenomicsBMC 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;2012-2014年,赴海外从事博士后研究员;20168-20169月,海外,访问教授。2011-2013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”,20212025

  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”,20212025

  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20192022

  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20162020

  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