ku111net议时间：9月24日（周三）14:30
参ku111net人员：信息科学与工程学院（人工智能学院）科研团队教师
ku111net议地点：墨子楼中兴ku111net议室
报告1：基于多源数据融合的非编码RNA-疾病关联预测研究
报告人：王磊
内容简介：有效的非编码RNA与疾病关联识别是计算生物学研究中的关键任务。本报告将介绍多源数据融合方法及深度学习在生物关联预测中的应用，并提出一种基于多模态神经网络的非编码RNA-疾病关联预测模型。整合多源生物数据的特征表示输入到模型中，通过跨模态注意力融合模块，能够有效捕捉异质数据间潜在的互补信息。该模型可用于挖掘与复杂疾病相关的非编码RNA分子，从而为疾病机制解析和生物标志物发现提供支持。
报告2：色调分区加权约束的色调平面保持相机特性化
报告人：尹永恒
内容简介：色调分区内加权约束的色调平面保持相机特性化方法，通过优化色调分区改进加权约束的色调平面保持相机特性化。通过对样本RGB进行划分色调分区，色调分区内结合色调角对分区内样本的特性化矩阵加权平均得到本分区的特性化变换矩阵，优化色调分区的数量和位置来提升总体性能。根据多组实验结果显示，本文提出的相机特性化方法的性能优于已有的色调平面保持方法。
科技处
信息科学与工程学院（人工智能学院）
2025年9月23日
检索
鲁公安网备37040002002001号