7月1日下午，信息科学与工程学院在墨子楼3204室举办第十期青年学者学术论坛，院长闫昕、副院长杨斌、科研团队全体教师参加，机器学习科研团队负责人徐丽博士主持学术论坛。
计算智能科研团队的李学辉博士作了题为《支持面部图像的性别学习》的学术报告。报告介绍了使用SVM进行性别学习的方法，针对低分辨率的面部图像进行性别分类学习。对低分辨率的面部图像进行实验证实，SVM作为性别分类器比以往的经典的分类器有更低的错误率。
计算生物学科研团队的王磊博士作了题为《基于深度学习的miRNA与疾病相关性预测算法》的学术报告。报告提出了一种通过结合深度学习的堆叠自动编码器与旋转森林分类器对miRNA与疾病之间的关系进行预测的新方法。该方法能够为生物实验提供高可靠的疾病关联miRNA候选物。
大数据与生态安全科研团队的王永老师作了题为《草莓营养生长建模研究》的学术报告。报告主要介绍了利用公开数据集和文献数据，使用天气、土壤、管理和生理参数作为输入，对草莓营养生长过程建立模型，使用GAMA平台进行模拟实验，为进一步的生物传粉、病虫害防治等研究提供草莓模型支持。
机器学习科研团队的燕孝飞老师作了题为《基于深度学习的目标检测SSD改进算法的研究》的学术报告。报告对SSD算法原理进行介绍，在分析其优点与不足的基础上，介绍了一种基于位置预测与类别预测分离的改进算法DF-SSD。该算法分离了位置预测与类别预测使用的特征图，增加了丰富的细节与定位信息，对提升模型检测性能效果显著。
新型物联网科研团队的贾继洋老师作了题为《水下无线传感器网络路由算法分析》的学术报告。通过分析不同水下路由协议的性能，并在算法上进行优化，有效解决了高海洋干扰和噪声、高传播延迟、窄带宽、动态网络拓扑的限制和挑战。
太赫兹通信科研创新团队的王莹老师作了题为《基于机器学习的药物-靶标相互作用预测》的学术报告。报告对基于机器学习的DTI预测的基本流程进行介绍，并对利用机器学习预测DTI的研究进行回顾，同时对不同的机器学习方法运用于DTI预测的优缺点进行一个简单总结，以期对开发更加有效的预测算法和DTI预测的发展提供帮助。
ku111net后，参ku111net的科研团队教师就自己感兴趣的研究领域与报告人进行了深入交流，并交换了研究心得。本次论坛对学院的学科建设和人才培养提供了强有力的支撑。
(文图/信息科学与工程学院 编辑/葛晓霞 审核/徐海波）
检索
鲁公安网备37040002002001号