一、报告题目

概率图模型短课

二、主讲人

高欣

三、报告时间

2021年11月3日17：00-20：00

2021年11月4日 13：00-16：00

四、报告地点

腾讯会议 ID：979 666 1688

五、摘要

概率图模型是机器学习的一个重要分支。它将图模型和统计推理有机地结合到一体。相比于深度学习，它具有严谨的数学原理，高度的可解释性，以及对复杂数据的建模能力。本课程将介绍概率图模型的主要想法，基本概念，和一些有代表性的关键模型，如贝叶斯网络，隐马尔科夫模型等，以及简介他们在生物信息领域的代表性应用。

六、主讲人简介

高欣博士是沙特阿卜杜拉国王科技大学（KAUST）计算机科学系教授，博士生导师，KAUST计算生物学研究中心副主任，KAUST智慧医疗中心副主任，以及KAUST结构和功能生物信息学研究组负责人。他于2004年在清华大学计算机系获得学士学位，2009年在加拿大滑铁卢大学计算机学院获得博士学位。2009年10月至2010年9月，在美国卡耐基梅隆大学计算机学院雷恩计算生物学中心担任雷恩学者。

高欣教授的研究焦点主要集中在计算机科学与生物学的交叉领域。在计算机科学领域，他领导的研究团队主要致力于开发与深度学习，概率图形模型，内核方法和矩阵分解相关的机器学习理论和方法。在生物信息学领域，他的研究团队主要致力于构建计算模型、研发机器学习技术、设计高效的算法，以解决从生物序列分析到三维结构确定，到功能注释，再到了解和控制复杂生物网络中的分子行为，以及最近的生物医疗和健康领域中的关键开放问题。

高欣教授已经在生物信息及机器学习的顶级期刊和会议上发表论文270余篇，同时担任Journal of Translational Medicine, Genomics，Proteomics & Bioinformatics, BMC Bioinformatics，Quantitative Biology，Journal of Bioinformatics and Computational Biology等期刊的副主编，以及Methods，IEEE/ACM Transactions on Computational Biology and Bioinformatics和Frontiers in Molecular Bioscience等期刊的特约主编。

七、主办单位

非线性期望前沿科学中心

数学与交叉科学研究中心