原标题：学会动态丨CAAI走进高校系列活动--山东大学
2019年11月21日，“CAAI走进高校”活动来到山东大学。本次活动约请到了中科院核算技能研讨所万晓华副研讨员，吉林大学王岩教授，复旦大学朱山风副教授三位专家为我们带来精彩的专题陈述。本次活动由CAAI生物信息学与人工生命专委会委员、山东大学崔学峰教授掌管，核算机学院教师、研讨生、本科生等参加了此次活动。
万晓华副研讨员的陈述标题为《根据深度切割网络的冷冻电镜颗粒图画主动选择方法》。她首要从怎么确认生物大分子结构这一布景谈起，扼要介绍了现有方法的优缺点。冷冻电镜成像技能是这一范畴最新的技能，能够展示微观世界“见所未见”生命的细节，它的发明者因而获得了2017年的诺贝尔化学奖。接着对怎么从冷冻电镜图画中精确、主动选择出数以百万计的生物大分子颗粒图画这一急需处理的关键问题，介绍了他们团队所提出的根据深度切割网络的全主动冷冻电镜颗粒图画选择算法，经过将图画切割的思维应用到颗粒图画选择中，而且处理了训练样本缺乏的问题，完成了颗粒图画的精确、高效、全主动选择。
王岩教授的陈述标题为《根据数据剖析的入体液蛋白猜测研讨》。王岩教授首要介绍了他地点吉林省大数据智能核算要点试验室的首要方向以及他自己的研讨爱好。随后介绍了研讨体液蛋白猜测布景，指出体液蛋白的检测在各类疾病的前期查验，以及癌症的前期检测等方面的重要意义，因为生物试验本钱极高，核算方法已为很重要的研讨手法并介绍了SVM、PPI等方法的基本原理，对现有各类可核算方法来进行了总结比较。接下来介绍了他所做的体液蛋白数据库的作业，包含了16种体液的近15万种蛋白，该数据库的树立将为相关范畴的研讨供给极大的便当，并以该数据库为根底、以血液蛋白质深度学习分类器建模为例介绍了体液蛋白猜测建模的作业。
朱山风副教授的陈述标题为“Large-scale Multi-label learning and its applications in Bioinformatics”。他首要介绍了什么是Multi-label learning，比较一般深度学习使命中实例只要一个标签，多标签学习每个实例能够一起分配多个标签，大规模多标签学习中甚至有上千个标签。例如蛋白质供能检测、生物医学文献索引和药物发现等许多生物信息学中的问题能够建模为大规模的标签学习问题。随后以生物医学文本索引为例，介绍了他们开发的MeSHLabeler、DeepMeSH和FullMeSH东西，用于保护MEDLINE数据库。
三位专家精彩的陈述引发了在场师生的极大爱好，并在陈述完毕后与他们进行了火热的发问互动。本次活动使同学们对生物信息学的研讨内容以及最新的研讨动态有了知道，为从事相关研讨的同学供给了与行业界顶尖研讨人员沟通的时机。
活动现场
合影
责任编辑：
