主讲嘉宾：陈洛南

教授时间：2024年3月7日 周四上午9:00-11:00

地点：深圳大学丽湖校区A6-1008

主持人：高毅教授

报告内容简介：

本次演讲将重点介绍生物和医学人工智能应用中的一个新概念“动态数据科学”，用于研究动态过程和疾病进展，包括用于关键转变预警信号的动态网络生物标志物(DNB)，用于短期时间序列预测的时空信息(STI)转换，以及用于变量间因果推理的部分交叉映射(PCM)。这些方法都是基于非线性动力学理论框架的数据驱动或无模型方法。我们展示了基于动态的数据驱动方法的原理和优势，这些方法是可解释的、可量化的和可推广的。特别是，基于动力学的数据科学方法利用了动态系统在数据方面的基本特征，例如，在分岔点附近的强波动，中心流形或吸引子的低维性，以及通过延迟嵌入定理从单个变量重建相空间，因此能够提供与传统方法(即基于统计的数据科学方法)不同或额外的信息。基于动态的数据科学方法将进一步在生物、医学以及人工智能等各个领域的系统研究中发挥重要作用。

报告嘉宾简介：

陈洛南教授，1984年华中科技大学电气工程学士学位；1988年日本东北大学系统科学硕士学位；1991年日本东北大学系统科学博士学位。1997年日本大阪产业大学副教授；2000年美国加州大学洛杉矶分校(UCLA)访问教授；2002年日本大阪产业大学教授；2009年中科院生化细胞研究所研究员，中国科学院系统生物学重点实验室执行主任，国科大杭高院首席教授。中国生物信息学学会(筹)《网路生物学专业委员会》主任委员，中国生化细胞学会《分子系统生物学专业分会》主任委员，中国运筹学会《计算系统生物学分会》名誉理事长，IEEE SMC学会《系统生物学技术委员会》主席。主要从事生物信息学,非线性动力学，人工智能等研究，近年来发表300余篇期刊论文(Nature, Nature Genetics, Nature Communications, Nature Cancers, Cancer Cell, Cell Research, PNAS, NSR, PRL等)和五部专著。

撰稿：高毅　审核：倪东