《生物信息學與最最佳化方法》是依託中國科學院數學與系統科學研究院,由章祥蓀擔任項目負責人的重點項目。
基本介紹
- 中文名:生物信息學與最最佳化方法
- 項目類別:重點項目
- 項目負責人:章祥蓀
- 依託單位:中國科學院數學與系統科學研究院
- 批准號:10631070
- 申請代碼:A0405
- 負責人職稱:研究員
- 研究期限:2007-01-01 至 2010-12-31
- 支持經費:125(萬元)
《生物信息學與最最佳化方法》是依託中國科學院數學與系統科學研究院,由章祥蓀擔任項目負責人的重點項目。
《生物信息學與最最佳化方法》是依託中國科學院數學與系統科學研究院,由章祥蓀擔任項目負責人的重點項目。項目摘要生物信息學是當前國際上生命科學和數學、信息科學交叉的研究熱點和前沿領域。由於生物的進化過程是一個遺傳最佳化的過程,所...
在套用領域將針對生物信息學中的具體問題構建核矩陣學習模型並進行相應的最最佳化算法研究。目前對核矩陣學習的研究和套用剛剛起步,還未有從最最佳化理論和方法角度出發的研究工作。因此,本項目的研究無論是對核矩陣學習理論還是實踐方面,都...
統計學,包括多元統計學,是生物信息學的數學基礎之一;機率論與隨機過程理論,如隱馬爾科夫鏈模型(HMM),在生物信息學中有重要套用;其他如用於序列比對的運籌學;蛋白質空間結構預測和分子對接研究中採用的最最佳化理論;研究DNA超螺旋...
張量計算是套用數學中一個新的分支,它與多項式最佳化、張量最佳化等問題緊密相聯。目前國內外研究在求解張量分解與逼近問題中具備收斂性且高效性的算法尚不多見,在新興學科生物信息學方面的實際套用缺乏。為此,本項目研究的重點在於:張量...
進一步發展新方法集成上述異源、多層次數據,構建iPSC的動態生物分子網路模型,分析其功能模組和魯棒性,研究細胞重編程調控機理。特別地,本項目將利用最最佳化、條件互信息熵、網路熵等數學和信息科學方法應對iPSC高維度、異源、多層次、海量...
2.3 最最佳化理論... 35 2.3.1 問題描述... 35 2.3.2 Lagrange 理論... 37 2.4 統計學習理論... 41 2.4.1 引言... 41 2.4.2 機器學習的基本問題和方法... 42
本項目屬於圖論、組合最最佳化、理論計算機和生物信息學的交叉領域,是國際上的一個前沿研究方向。預期成果,將尋找一些新的方法與技巧,瞄準國際上與其相關的前沿課題進行研究,爭取獲得一批高質量的研究成果,培養圖論和組合算法理論的人才,...
計算系統生物學新趨勢。計算系統生物學和生物信息學逐漸成為多學科研究的熱點,吸引了一大批生物學、物理學、數學和計算機科學領域的學者從多種角度開展研究,許多數學的方法包括統計方法、最最佳化算法等廣泛套用於生物領域,產生了許多創新性...
研究方向:群體智慧型算法、進化算法、生物信息。碩士期間從事群體智慧型算法和進化算法的研究及其在聚類、圖像分割上的套用研究;博士期間從事生物信息的研究,重點研究多序列比對和培養基的最佳化;近5年從事深度學習算法和生物信息的研究。已出版...
套用上,我們根據已知蛋白質樣本的生物結構和功能,建立計算規模適中、分類精準率高的錐最佳化模型和算法,套用於識辨和探測未知蛋白質序列的同源性結構和功能,為生物信息學提供方法和工具。本項目研究課題以問題為驅動,屬於最最佳化理論方法在...
近年來主要從事的研究方向為最最佳化方法、機器學習。科研成果 現主持國家自然科學基金 1 項;主持完成國家自然科學基金 3 項,中國博士後面上項目 2 項,教育部留學歸國人員啟動基金 1 項,新疆維吾爾自治區項目 2 項,校級項目 1 項;...
我們運用結構稀疏最佳化模型和算法來求解生物信息學中的基因調控網路問題和細胞命運轉換問題。套用結果表明結構最佳化模型能夠較好地刻畫基因調控網路的特殊結構,這一數學最佳化方法具有預測基因調控網路與細胞命運轉換關鍵轉錄因子的潛力,所得到的...
(3)“高線水冷控制系統最佳化研究”項目獲2006年湖北省科學技術獎勵科技進步二等獎。(4) “網路結構與最佳化中的智慧型計算方法研究”項目獲2007年度教育部提名國家科學技術獎自然科學二等獎;(5) “非傳統高性能計算中的生物計算理論”項目獲...
1.1.5 粒子群最佳化算法5 1.1.6 量子粒子群最佳化算法8 1.2 生物信息學10 1.2.1 生物信息學的起源10 1.2.2 生物信息學的概念11 1.2.3 生物信息學的主要研究內容12 1.3 最最佳化理論14 1.3.1 最最佳化問題15 1.3.2 局部...
·國家自然科學基金重點項目(10631070):生物信息學與最最佳化方法,2007-2010,主要參加 ·學校科研啟動基金項目“支持向量機的算法研究及其套用”,2004-2005,主持 ·國家自然科學基金項目《數據挖掘中的最最佳化方法》,2004-2006,主要參加...
5.國家自然科學基金重點項目,生物信息學與最最佳化方法,第5參加人(子項目負責人),2007.1-2010.12。獲獎記錄 2011年9月獲得北京物資學院優秀教師獎;2010年9月獲得北京物資學院科研先進個人獎;2009年9月獲得“首都教育先鋒 科技創新...
本項目的研究不僅可以為生物信息學者提供可靠的理論方法,還使得生物問題數學化,促進最最佳化理論與方法和蛋白質結構預測的交叉研究,加快國內系統生物學這一交叉學科的發展。結題摘要 蛋白質結構預測問題是生物信息學中最具有挑戰的問題之一...
本項目研究在對海量生物信息處理過程中遇到的各類組合問題。力圖用組合數學的方法去解決生物信息學中的離散問題,反過來通過研究生物信息學推動組合數學和理論計算機科學的發展。針對生物信息學中的實際問題,運用組合理論、最最佳化理論、複雜性...
(2)研究具有組選能力的正則化模型以及基於圖的特徵選擇方法,探索了結構化特徵選擇的途徑。(3)研究求解大規模非線性方程組和最最佳化問題的稀疏擬牛頓法,理論證明了算法的全局收斂性,所提出的算法都進行了數值檢驗,在函式值計算次數, ...
本課題是關於數學、生物信息學和醫學的交叉學科,主要通過數學建模及矩陣分解來研究基因及SNPs與某些疾病的關係,我們主要側重於數學模型及算法。通過運用最最佳化和矩陣分析的工具,我們目前有以下幾個主要成果:1. 提出一個新的方法來從連續...