项目名称: 面向复杂生物数据处理的高效计算方法

项目编号: No.61232001

项目类型: 重点项目

立项/批准年度: 2012

项目学科: 自动化技术、计算机技术

项目作者: 王建新

作者单位: 中南大学

项目金额: 280万元

中文摘要: 基因组学、蛋白组学等领域的发展对现代生命科学研究带来了前所未有的机遇和挑战。如何寻求生物信息学新计算技术解决生命科学领域的国际前沿问题已成为国家重大战略需求和重大工程需求的关键科学问题。本项目将跳出传统计算机算法设计思路,首先分析生物数据的多元特性,挖掘影响问题复杂性的关键参数,刻画生物计算问题的多元模型。然后,基于生物计算问题多元模型,结合参数计算方法、启发式方法、数据压缩方法和多元信息融合方法,解决生物计算中的相关热点和难点问题,建立一套面向生物数据特征的生物计算难解问题系统求解方法。最后,本项目将基于生物计算问题的算法研究成果,建立自主知识产权的相关软件处理平台,并实际应用于复杂疾病的诊断、分析和治疗中。本项目的研究将为复杂生物数据处理提供高效的计算方法,为面向重大工程需求进行数据特征挖掘和高效计算方法的研究提供新思路,推动我国面向实际工程和国家重大需求的高效计算方法的研究和应用。

中文关键词: 生物数据处理;参数算法;信息融合;并行处理;特征提取

英文摘要: The development of genomics and proteomics has provided great chanllenges to the research of bioinformatics. As the development of high throughput biological technology, massive biological data are produced in an explosive way, and the current biological

英文关键词: biological data processing;parameterized algorithm;information fusion;data compression;feature extraction

成为VIP会员查看完整内容
0

相关内容

【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
65+阅读 · 2021年7月18日
【干货书】面向计算科学和工程的Python导论,167页pdf
专知会员服务
41+阅读 · 2021年4月7日
专知会员服务
79+阅读 · 2021年2月16日
专知会员服务
114+阅读 · 2021年1月11日
【耶鲁】数据结构与编程技术,572页pdf
专知会员服务
46+阅读 · 2020年12月27日
图预训练技术在生物计算领域的应用
GenomicAI
0+阅读 · 2022年2月23日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
26+阅读 · 2018年8月19日
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
15+阅读 · 2018年6月23日
小贴士
相关VIP内容
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
65+阅读 · 2021年7月18日
【干货书】面向计算科学和工程的Python导论,167页pdf
专知会员服务
41+阅读 · 2021年4月7日
专知会员服务
79+阅读 · 2021年2月16日
专知会员服务
114+阅读 · 2021年1月11日
【耶鲁】数据结构与编程技术,572页pdf
专知会员服务
46+阅读 · 2020年12月27日
相关资讯
相关基金
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
26+阅读 · 2018年8月19日
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
15+阅读 · 2018年6月23日
微信扫码咨询专知VIP会员