人工智能学院生物信息学专题报告（第7场）——多伦多大学张兆雷教授学术报告

报告题目：Machine Learning in Computational Biology报告简介：The recent advances in machine learning techniques have been implemented in biomedical research and achieved great success. In this talk, I will give a brief introduction on how machine learning has transformed computational biology and describe several successful cases such as protein folding, drug discovery and cancer research. I ho...

吉林大学王湘浩人工智能杰出学者系列讲座暨吉林大学鼎新讲座——徐宗本院士主题讲座

讲座题目：从机器学习先验假设到机器学习自动化报 告 人：徐宗本 中国科学院院士，数学家、信号与信息处理专家、西安交通大学教授主 持 人：常毅教授讲座时间：2022年11月3日（星期四）20:00-21:30（北京时间）讲座地址：腾讯会议 216-820-275讲座摘要：机器学习是人工智能的最基础、最核心技术(算法)，但机器学习的执行通常都是以一组基本的先验假设为前提的，这些基本假设包括: 假设空间的大容量假设、训练数据的完备性假设、...

人工智能学院生物信息学专题报告（第6场）暨吉林大学第十五届博士生论坛-人工智能分论坛——广东工业大学蔡瑞初教授学术报告

报告题目：因果关系发现进展报告简介：探索和发现事物间的因果关系是人工智能的一个核心问题。在过去的数十年中，基于观察数据的因果关系发现方法在基础理论、算法设计及实际应用方面获得了很大的发展，引起了相关领域学者的关注。本报告拟从因果关系发现的基础假设和方法出发，对隐变量、非独立同分布等前沿问题进行探讨。个人简介:蔡瑞初，教授、博士生导师、数据挖掘与信息检索实验室主任、国家优秀青年基金获得者。2010年于...

人工智能学院生物信息学专题报告（第5场）暨吉林大学第十五届博士生论坛-人工智能分论坛——山东大学杨建益教授学术报告

报告题目：蛋白质与RNA结构预测中文简介：AlphaFold2等方法使蛋白质结构预测取得了突破性进展。课题组前期开发了蛋白质结构预测方法trRosetta，在AlphaFold2的启发下，我们对trRosetta做了一系列重要发展，包括trRosettaX、trRosettaX2、trRosettaX-Single和trRosettaRNA等，本报告将对它们做简要介绍。个人简介:杨建益， 国家杰青，2011年博士毕业于新加坡南洋理工大学，2021年7月加入山东大学数学与交叉科学研究中心。开发了t...

人工智能前沿系列讲座（第7期）暨吉林大学第十五届博士生论坛-人工智能分论坛——美国宾夕法尼亚州海大学计算机科学与工程系助理教授谢思泓学术报告

报告题目：负责任的图机器学习报告摘要近年来，计算机科学、智能交通、社会网络分析、医疗保健、生物化学、神经科学等领域中广泛存在的图结构数据促进了图模型的应用与发展。报告将讨论图模型的透明度、公平性与鲁棒性这三个负责层面。首先，通过一项问卷调查，揭示了用户对图模型的理解程度与信任程度之间的关系。该研究确定了两种不同且相互冲突的感知模式，即模型的可模拟性和反事实相关性。研究团队提出一种多目标优化方法...

人工智能学院生物信息学专题报告（第4场）——北京理工大学刘滨教授学术报告

报告题目：基于自然语言处理的蛋白质序列、结构和功能映射关系初探报告简介： 蛋白质序列、结构和功能之间的映射关系是蛋白质序列分析领域的核心问题。基于蛋白质序列和自然语言句子之间的相似性，提出了基于自然语言处理的蛋白质序列分析方法。在蛋白质序列分析方面，将介绍基于有监督迭代搜索框架的远同源性检测方法；在蛋白质结构预测方面，将介绍基于句法分析的固有无序蛋白质识别方法；在蛋白质功能预测方面，将介绍基于多...

人工智能前沿系列讲座（第6期）——香港浸会大学韩波助理教授学术报告

报告题目: Towards Trustworthy Learning and Reasoning under Noisy Data报告题目：噪声数据下的可信学习与推理报告摘要:Trustworthy learning and reasoning are the emerging and critical topics in modern machine learning, since most real-world data are easily noisy, such as online transactions, healthcare, cyber-security, and robotics. Intuitively, trustworthy intelligent system should behave more huma...

人工智能学院系列学术活动（第26场）——同济大学特聘研究员梁舒教授学术报告

报告题目：多智能体网络优化与博弈的分布式算法报告人：梁舒（同济大学，特聘研究员，博士生导师）报告摘要：本报告针对多智能体分布式优化与博弈问题，从系统、问题、方法等层面入手，介绍目前该领域主要关注的核心要素，包括具有时变有向非平衡性的复杂网络拓扑，具有一般耦合约束的广义资源分配和广义纳什均衡，基于非光滑、变分分析、奇异摄动理论的分布式设计与分析等，并汇报我们在这些方面的一些研究进展。此外，结合目...

人工智能学院生物信息学专题报告（第3场）——清华大学古槿教授学术报告

报告题目：构建高分辨率肿瘤空间分子图谱中文简介：异质性一直是肿瘤诊疗面临的重大难题，随着空间组学技术的飞速进展，研究人员可以实现肿瘤异质性的全基因组、空间原位、高分辨率解析，有望在免疫治疗、肿瘤耐药等领域取得新的突破。课题组与合作单位使用10X Visuim高分辨率空间转录组技术进行了原发性肝癌边界区和肿瘤内空间异质性研究，对7例患者、21个冰冻组织切片样本的84,823个空间位点进行了检测，成功绘制了原发性肝癌...

人工智能前沿系列讲座（第5期）——美国马里兰大学帕克分校计算机系Tenure-track助理教授周天翼学术报告

报告标题：课程学习-从类人学习到混合智能（Curriculum Learning: from Human-like Learning to Hybrid Intelligence）报告摘要：人工智能发展至今，在某些特定任务上的表现已经超越了人类，但是在另外一些方面却远不如人类智能。机器学习与人类学习之间的边界在哪里？如何缩小两者差距？如何结合两者的优势构建更强大的混合智能？在本次报告中，我们会聚焦课程学习 (Curriculum Learning)。人类学习离不开课程。课程决定了学习...