[特邀报告]癌症亚型可解释分析

癌症亚型可解释分析
特邀报告

报告开始:5月13日 16:30:00 (Asia/Shanghai)

报告时间:20min

所在会议:[S1] 分会场一 [S1-1] 精准医学与转化医学信息学

摘要
癌症组学数据的复杂异质性、高维稀缺性以及深度学习技术较弱的可解释性,严重限制了其在循证医学中的应用。本报告将汇报我们组在人工智能技术整合多组学低质数据进行可解释癌症亚型诊断的初步进展及未来工作,主要包括融合影像基因组学数据、弱匹配多组学数据和基于元学习进行知识迁移的可解释性癌症亚型诊断等内容。
报告人
余国先
教授 山东大学

余国先,山东大学软件学院教授,博士生导师,主要从事机器学习,数据挖掘及其在生物医学数据分析中的应用研究。在国内外重要期刊和会议(TKDE, TNNLS, Bioinformatics, 中国科学-信息科学,IJCAI,AAAI等)发表论文80余篇。承担国家自然科学基金,科技部重点研发子课题和阿里巴巴全球研究计划等项目,现担任Frontier in Genetics,Interdisciplinary Sciences: Computational Life Sciences和Robotics & Intelligence期刊编委(Associate Editor),IEEE/ACM Transactions 系列, Bioinformatics等多个国内外著名期刊审稿人。中国生物工程学会计算生物学与生物信息学专委会委员,CCF生物信息学专委会委员,人工智能与模式识别专委会委员;中国人工智能学会生物信息学与人工生命专委会委员,机器学习专委会委员。