報告一題目：單細胞和空間組學的人工智能算法
報告時間：2024年11月21日10:30-11:00
報告地點：437bwin必贏國際官網B404會議室
報告人：田天
報告人單位：437bwin必贏國際官網
報告人簡介：田天，437bwin必贏國際官網教授、博導、國家級高層次人才，本科畢業于437bwin必贏國際官網，后前往紐約大學攻讀計算機科學碩士學位，在新澤西理工大學獲得計算機科學博士學位，在賓夕法尼亞大學Hakon Hakonarson課題組從事博士后研究。課題組致力于生物大數據的人工智能算法開發，圍繞“生物組學數據中的高噪音、高維度、多組學融合、批次多樣性等計算挑戰”的關鍵科學問題，開發了一系列創新人工智能算法。同時將創新算法應用于實驗數據挖掘與分析進而幫助解決重大生物醫學問題。近年來共發表SCI學術論文30余篇，包括 Nature Methods、Nature Machine Intelligence、 Nature Communications、Genome Research、EBioMedicine等，合作成果發表于Nature Medicine、Cancer Discovery、PNAS等，Google Scholar總引用3100余次。擔任Frontiers in Genetics和BMC Bioinformatics等期刊編輯，并在Briefs in Bioinformatics、Neural Networks等多個期刊和會議擔任稿人。
報告摘要：單細胞測序和空間測序技術的發展快速推動了生物醫學研究，但是對數據分析和建模仍然是計算上的挑戰。高通量組學數據中存在著高維度、高噪聲、批次多樣性以及多組學數據融合等的計算挑戰。同時，空間組學中還需要考慮生物組織中復雜、多樣化的空間結構。因此對高通量組學數據正確的解碼和建模，對數據分析有重大影響。為了應對這些挑戰，我們開發了多任務人工智能算法分析高通量組學數據。解決前沿生物醫學問題的同時推進算法創新，提供高效的算法工具箱。
報告二題目：小樣本視覺理解方法研究
報告時間：2024年11月21日11:00-11:30
報告地點：437bwin必贏國際官網B404會議室
報告人：韓夢雅
報告人單位：437bwin必贏國際官網
報告人簡介：韓夢雅，博士，現為437bwin必贏國際官網博士后研究員。2023年獲437bwin必贏國際官網博士學位，并于2024年入職437bwin必贏國際官網。其主要研究方向為小樣本學習、計算機視覺和多模態理解的理論與應用。已在人工智能領域的國內外高水平期刊與會議上發表論文8篇（包括IEEE Transactions期刊、CCF A類會議等），并獲得3項國家發明專利授權。多次擔任國際學術期刊和會議（如IEEE TMM、IEEE TNNLS、ACM MM等）的審稿人。獲國家資助博士后研究人員計劃B檔資助，現主持國家自然科學青年基金1項、中國博士后面上基金1項。
報告摘要：小樣本視覺理解是計算機視覺領域的關鍵研究方向，旨在解決標注樣本有限情況下的學習與泛化問題。傳統深度學習方法依賴大規模、高質量的標注數據，難以在樣本稀缺的場景中發揮有效性能，尤其是在處理新類別或特殊任務時面臨顯著挑戰。本次報告聚焦于該領域的兩個關鍵任務：小樣本圖像識別和小樣本部位分割，探討在標注樣本稀缺的條件下，如何通過元學習、遷移學習范式及多模態信息等，提升模型的識別能力和部位分割的準確性。
