发新帖

西电马小科副教授成果发表在TKDE与Cell子刊

[复制链接]
159 0
马小科副教授在大数据挖掘及医学应用获重要进展
研究成果发表在TKDE与Cell子刊

西电新闻网讯(通讯员 付凯元)近日,西安电子科技大学计算机学院青年教师马小科副教授在大数据挖掘与医学应用方面获重要突破,研究成果发表在数据挖掘与知识工程领域顶级期刊《IEEE Transactions on Knowledge and Data Engineering(TKDE)》(CCF A, 2017, 29(5):1045-1058),论文的第一作者与通讯作者为马小科副教授,合作者为中国科学院自动化研究所董迪副研究员。

与此同时,通过与美国爱荷华大学医学院进行深度医工合作,利用大数据挖掘方法分析白血病患者的二代测序数据并筛选致病基因。该成果以Howard Xue教授为通讯作者,马小科副教授为合作者发表在Cell子刊《Cell Stem Cell》(Cell子刊中影响力最大的两大期刊之一,中科院一区,影响因子23.39,2017, 21:1–15)。马小科副教授的研究成果连续发表在国际著名期刊上,是西安电子科技大学计算机学院近年来人才培养工作的重要成果之一。

成果截图

大规模、时序图数据聚类是数据挖掘领域重要的研究课题之一,现有算法存在时间复杂度高、动态模式刻画不全面等缺陷。为了解决该问题,首先拓展了静态图聚类算法,进一步证明了动态图挖掘算法在目标函数上的等价性,提出了进化非负矩阵分解算法有效挖掘大规模、时序图数据,实验结果表明该方法在不增加算法时间复杂性的条件下,将时序网络动态模块聚类算法的准确性提高了6.3%。该研究成果拓展了时序图数据挖掘算法理论、提高了挖掘算法的准确性,在多源异构信息融合、医疗数据挖掘方面具有广阔的应用前景。

在大数据挖掘方法应用方面,马小科副教授长期从事医学大数据挖掘与分析,为临床医师的精准诊断、合理治疗方案制订提供帮助。白血病是导致人类死亡的主要疾病之一,研究其发病原理具有重要的意义。通过与美国爱荷华大学医学院进行医工合作,利用数据挖掘与机器学习方法分析白血病患者的深度测序数据,成功发现PGE1基因有效抑制人类骨髓干细胞活性与自动修复功能,为慢性白血病的早期确诊与有效治疗提供了新的思路。

成果截图

据了解,IEEE TKDE是数据挖掘与知识工程领域公认的顶级期刊,在中国计算机学会(CCF)的推荐目录中处于A区。在TKDE上发表的学术论文,其研究内容均是数据挖掘与知识工程领域的前沿课题,其研究成果反映了本领域的最新研究成果与进展。《Cell》刊登重大的生命科学研究进展,与《Nature》和《Science》并列为全世界三大最权威的学术杂志,《Cell Stem Cell》是《Cell》子刊中影响力最大的期刊之一,其影响因子仅次于《Cancer Cell》,主要发表血液病、再生医学等领域的重大研究成果与最新进展。

个人简介:


马小科副教授于2015年6月开始全职在西安电子科技大学计算机学院从事教学与科研工作。两年来,主持国家自然科学基金面上项目、青年基金、陕西省自然科学基金、宁波市自然科学基金等项目,总计5项,直接经费130余万元;以第一作者/通讯作者在国际期刊上发表与录用论文10余篇,其中CCF A类1篇,中科院一区1篇,CCF B类两篇,IEEE Trans.长文4篇;2014年入选西安电子科技大学首届华山学者菁英人才计划,获2015年中国电子学会科学技术奖自然科学类二等奖,获2016年陕西省优秀博士论文。


您需要登录后才可以回帖 登录 | 注册

本版积分规则

快速回复 返回顶部 返回列表