报告题目：Machine learning methods for multimodal data integration in biomedical research

主讲人：黄昆教授

单位：印第安纳大学医学院

时间：10月30日15:00

地点：学院二楼会议室

摘要：Complex human diseases are often characterized by multiple modalities of genotypic and phenotypic measurements. Effectively integration of such multi-modal data is crucial for understanding disease mechanisms, identifying prognostic biomarkers, predicting drug targets, and discovering subtypes for precision medicine. In this talk, I will discuss the computational challenges in integrative analysis of multi-modal biomedical data including genomic and imaging data through a few case studies including cancer and Alzheimer's disease research. I will focus on various machine learning and data mining approaches including graph-learning and transfer learning approaches.

简介：黄昆, 1996年毕业于清华大学获生物学理学与电子计算机工学双学士学位,后于美国伊利诺伊大学香槟校区(UIUC)获得数学、生理学和电子工程硕士学位，2004年获得电子与计算机工程学博士学位。2010年获俄亥俄州立大学终身教职。2017年加入印第安纳大学医学院参与领导精准健康计划。现担任印第安纳大学医学院与Fairbanks公共卫生学院生物统计与健康数据科学系主任，基因组数据科学讲席教授，印第安纳大学Simon综合癌症中心副主任。2018年当选美国医学与生物工程学院(AIMBE)会士。主要研究方向包括生物信息学，医学图像分析，医疗大数据，机器学习及其在癌症研究及神经科学等方面的应用，在《Nature》、《Science》、《Cell》等杂志和会议上发表研究论文200余篇。