概览
张正军，中国科学院大学，教授
新型可解释AI模型揭开系统性红斑狼疮影响身体各器官和攻击自身免疫之谜
傅博，复旦大学，教授
Copula增强深度学习、多任务学习与大模型迁移在近视预测中的应用
俞声，清华大学，副教授
Electronic Health Record Data Analysis with a Large Language Model
李子林，东北师范大学，教授
A statistical framework for powerful multi-trait rare variant analysis in large-scale whole-genome sequencing studies
时间及地点
时间：2024.11.16 上午09:00-12:00
腾讯会议：170 926 624
具体信息
主讲人
张正军
报告题目
新型可解释AI模型揭开系统性红斑狼疮影响身体各器官和攻击自身免疫之谜
个人简介
张正军教授现为中国科学院大学经济与管理学院长聘教授和统计与数据科学系系主任，中国科学院预测科学研究中心副主任，原美国威斯康辛大学统计系终身教授和系副主任，威斯康辛大学生物医学信息系兼职教授，国际数理统计协会执行委员和财务总监（July 2016 -- July 2022），国际数理统计协会会士，美国统计协会会士。现担任JASA，JBES， Statistica Sinica， JDS， EJS、STaRF等国际期刊副主编。主要研究方向包括统计理论和方法、计量经济学、金融计量学、计算医学与实践、 极端气候等等。在国际顶级期刊：统计（AoS，JASA，JRSSB）、计量（JoE, EE）、金融（JBES, JBF）、医学（AFM， Vaccines，npj Precision Oncology）、气象 (ATM) 等发表论文上百篇。代表性工作和首创性思想和作品包括: 新极值理论、绝对和相对同步有效性（AbRelaTEs）、双边截断极值惩罚变量选择机器学习模型（TWT-LR-ETP）、商相关系数（QCC、TQCC）、非对称广义相关系数（GMC）、滞后尾部相依系数(lambda_k)、最大线性回归模型(MaxLR)、最大逻辑回归模型(Max-logistic)、EGB2期权定价公式、盯市在险价值（MMVaR）、条件极值Frechet自回归（AcF）, 虚拟标准数字货币（VSTC），新冠基因组学、癌症基因组学的几何空间（DARPA：Mathematical Challenge Fifteen: The Geometry of Genome Space），等等。
主讲人
傅博
报告题目
Copula增强深度学习、多任务学习与大模型迁移在近视预测中的应用
个人简介
傅博，复旦大学大数据学院教授、博士生导师，英国皇家统计学会会士。2003年在香港大学获得统计学博士学位，2003-2006年在剑桥大学从事博士后研究，2006年至2017年先后在新加坡南洋理工大学数学科学系、英国曼彻斯特大学医学院、英国伦敦大学学院医学院任教职。2015-2017年英国行政数据研究中心和剑桥大学MRC生物统计中心兼职科学家。2017年上海市海外高层次人才计划特聘专家加入复旦大学大数据学院任教授。作为项目负责人主持过英国医学研究理事会、英国儿童健康研究基金、中国国家自然科学基金等机构资助的科研基金项目。研究论文发表在统计学、数据科学、人工智能、生物医学、公共卫生、运筹管理等多领域国际期刊和会议。
主讲人
俞声
报告题目
Electronic Health Record Data Analysis with a Large Language Model
个人简介
俞声，清华大学统计与数据科学系长聘副教授。研究方向为医学文本类智能，包括自然语言处理、大型语言模型、知识图谱、搜索引擎、电子病历分析等。俞声开发的电子病历自然语言处理系统NILE被10个国家和地区的医学研究机构使用。俞声与哈佛大学合作发明的高通量表型提取技术使疾病表型识别算法开发速度从每年1-2个疾病提高到每年超过1000个疾病，并应用于“Million Veteran Program”等美国国家级精准医学研究项目以及Mass General Brigham等医院的生物样本库、科研患者注册库建设；该系列论文获评医学信息学顶刊JAMIA的编辑选择奖、国际医学信息学学会2019年年鉴最佳论文奖，并按标准化生物医学实验方法发表于Nature Protocols。2015年，俞声入职清华大学统计学研究中心，即现统计与数据科学系，获多项国家基金和国家高层次人才特殊支持计划青年拔尖人才项目支持，带领团队围绕中英文电子病历和智能诊疗开发了自动化知识图谱构建、电子病历分析、生物医学机器翻译、临床诊断决策支持等一系列技术。2021年起，俞声课题组与粤港澳大湾区数字经济研究院（IDEA研究院）合作，主持开发了拥有2210万概念、4602万中英文术语、9985万关系三元组的生物医学信息学本体系统BIOS。该系统2022年成为世界最大的原生单体生物医学知识图谱，体量达到美国国立卫生院国家医学图书馆自1986年起开始建造的一体化医学语言系统（UMLS）的数倍，为我国医疗行业大数据处理与人工智能开发建立了公共基础。
主讲人
李子林
报告题目
A statistical framework for powerful multi-trait rare variant analysis in large-scale whole-genome sequencing studies
个人简介
李子林，东北师范大学数学与统计学院教授，历任美国印第安纳大学医学院生物统计与健康数据科学系助理教授，哈佛大学生物统计系博士后、副研究员(Research Associate)和研究员(Research Scientist)。本科与博士毕业于清华大学数学科学系，师从美国国家科学院与医学院两院院士林希虹院士。2023年当选为国际统计学会（International Statistical Institute）推选会员（Elected Member）。主要研究方向为高维数据中的统计方法理论和统计遗传学。相关研究成果以第一作者或通讯作者在Nature Methods、Nature Genetics、JASA等国际学术期刊发表。
主 办：
中国人民大学统计学院
中国人民大学应用统计科学研究中心
承 办：
《Journal of data science》编辑部
题图 / 多媒体技术部
排版 / 网络运营部 王胤博
