学术科研

当前位置: 新闻网首页 >> 学术科研 >> 正文

【自然科学学术活动月】自然科学学术活动月系列学术讲座(222-224)

发布时间:2023-11-15 作者与来源:  浏览次数:

自然科学学术活动月系列学术讲座(222

题目:计算机辅助的聚合物链结构精准构筑

主讲人:周寅宁 研究员

时间:2023年11月16日星期四 10:00

地点:24-415报告厅

主讲人简介:

   周寅宁,上海交通大学化学化工学院研究员,博士生导师。博士毕业于上海交通大学化工系,上海交通大学、加拿大麦克马斯特大学博士后。主要研究领域为计算机辅助的聚合反应机理辨析、聚合反应强化原理及精确聚合物设计研究。迄今为止在Chem. Rev.、Prog. Polym. Sci.、AIChE J.、Macromolecules、Chem. Eng. Sci.等国际权威杂志发表发表SCI学术论文60余篇。曾获中国化工学会基础研究成果一等奖等荣誉。获国家自然科学基金优青项目,入选上海市浦江人才计划。担任中国化工学会过程强化专委会第一届青年委员。

报告摘要:

   学术报告与基金经验分享

主办单位:华体会体育(中国)HTH·官方网站科学技术处、华体会体育(中国)HTH·官方网站科学技术协会,华体会体育(中国)HTH·官方网站教师发展中心

承办单位:材料科学与工程学院、材料科学与工程学院青促会


自然科学学术活动月系列学术讲座(223

题目:前沿生物技术探讨

主讲人:孔子青 姚文博

时间:2023年11月15日星期三15:00

地点:6-226

主讲人简介:

   孔子青,博士 杭州凯莱谱精准医疗多组学研发中心高级总监,杭州医学院特聘教授, 杭州市高层次C类人才、青年拔尖人才;专注于临床质谱技术的精准医学领域的应用,深耕代谢组、多肽合成、核酸和多肽代谢物鉴定、代谢机制研究等领域;先后主持瑞典Kempe基金会奖学金项目、国家自然科学青年基金项目、多项省部级科研项目;在Cell、Cell Discovery、Cell Report、Nucleic Acid Research、Journal of Medical Virology等杂志上以主要作者发表20余篇SCI论文;获授权发明专利4项;主导开发数个慢性代谢性疾病创新标志物试剂盒开发,并转化了肾结石分型创新诊断标志物检测产品(医疗器械注册一/二类证);在Cell杂志发表全球首个新冠病人血清多组学研究成果及系列研究成果,并主导开发了多项新冠轻重症发病机制和预后标志物研究工作,该系列工作获得2022年度浙江省科技进步二等奖(排名4/9)。

   姚文博, 博士,现工作于陕西科技大学食品与生物工程学院,中国科学院上海生命科学研究院博士,北卡罗莱纳大学教堂山分校 UNC-Chapel Hill 国际转化科学促进中心博后,在Nature biotechnology等期刊共发表SCI论文11篇,申请专利5项,主持及参与国家及省部级项目6项;现主要从事药食同源天然产物的促健康效应、 食品安全、 有毒有害物的毒理效应以及与免疫系统相互作用的研究。

主办单位:华体会体育(中国)HTH·官方网站科学技术处、华体会体育(中国)HTH·官方网站科学技术协会,华体会体育(中国)HTH·官方网站教师发展中心

承办单位:生命科学与医药学院


自然科学学术活动月系列学术讲座(224

题目:基于Transformer框架的多模态学习

主讲人俞俊 教授

时间:20231117 星期五 14:00

地点:25号楼920 会议室

主讲人简介:

   杭州电子科技大学教授、博士生导师,国家杰出青年基金获得者。主要研究方向为跨媒体分析技术。相关工作发表于SCI源期刊论文100余篇,包括ACM汇刊与IEEE汇刊及CCF A类会议40余篇。论文的Google Scholar引用次数11000+ 次。10余篇论文入选ESI高被引/热点论文;近年来主持国家自然科学基金重点项目、国家自然科学基金面上项目等,2015、2016、2017连续获得IEEE TMM、TIP、TCYB最佳论文奖,2018年教育部自然科学二等奖,2021年浙江省自然科学一等奖。担任多个国际期刊的副编辑。

报告摘要:

   使用深度神经网络对视觉、语言等不同模态信息进行统一建模的多模态深度学习是近年来的研究热点,在跨媒体检索、视觉内容描述、视觉问答等典型的多模态深度学习任务上均取得了显著的进展。得益于深度自注意力网络模型Transformer和预训练方法BERT在自然语言领域的快速发展,多模态深度学习的研究逐渐由各个任务“分而治之”向“通用统一”的方向演变,即使用单个框架适配多种类型不同的多模态任务。本报告首先对多模态深度学习发展过程中的代表性工作进行简要介绍;然后对当前基于Transformer框架的多模态深度学习领域的三类代表性方法:基于多模态多任务联合学习、多模态神经架构搜索、多模态预训练的若干代表性工作进行详细介绍;最后,对通用多模态深度学习未来的发展进行展望和反思。

主办单位:华体会体育(中国)HTH·官方网站科学技术、华体会体育(中国)HTH·官方网站科学技术协会,华体会体育(中国)HTH·官方网站教师发展中心

承办单位:计算机科学与技术学院(人工智能学院)