个人简介
Personal Profile
2020年博士毕业于华中师范大学。研究方向是开发基于机器学习的数据挖掘方法，对宏基因组学数据进行建模和分析。长期研究目标为:通过数学建模和模式发现方式，以建立宏基因组学数据分析的实用解决方案，达到自动挖掘、提取和归纳微生物知识，帮助人们对微生物世界的理解。【教育经历】2016.09 - 2020.06 华中师范大学 博士2012.09 - 2014.12 华中科技大学 硕士2004.09 - 2008.07 华中农业大学 本科
研究方向Research Directions
机器学习,图神经网络,生物信息学
2. 机电结构优化与控制 研究内容：在对机电结构进行分析和优化的基础上，运用控制理论进行结构参数的调整，使结构性能满足设计要求。1. 仿生结构材料拓扑优化设计, 仿生机械设计 研究内容：以仿生结构为研究对象，运用连续体结构拓扑优化设计理论和方法，对多相仿生结构(机构)材料进行2. 机电结构优化与控制 研究内容：在对机电结构进行分析和优化的基础上，运用控制理论进行结构参数的调整，使结构性能满足设计要求。1. 仿生结构材料拓扑优化设计, 仿生机械设计 研究内容：以仿生结构为研究对象，运用连续体结构拓扑优化设计理论和方法，对多相仿生结构(机构)材料进行整体布局设计。 整体布局设计。
科研项目
参与国家自然科学基金重点项目：高通量微生物组学数据模式提取和分析
研究成果
Q. Zhu, B. Li, T. He, G. Li, and X. Jiang, “Robust biomarker discovery for microbiome-wide association studies.,” Methods, vol. 173, pp. 44–51, 2020. （SCI，影响因子3.8，中科院二区）Q. Zhu, B. Huo, H. Sun, B. Li, and X. Jiang, “Application of Deep Learning in Microbiome,” Journal of Artificial Intelligence for Medical Sciences, vol. 1, no. 1–2, pp. 23–29, 2020. Q. Zhu, X. Jiang, M. Pan, and T. He, “Graph Embedding Deep Learning Guides Microbial Biomarkers’ Identification.,” Frontiers in Genetics, vol. 10, p. 1182, 2019. （SCI，影响因子3.6，中科院三区）Q. Zhu, X. Jiang, X. Hu, and T. He, “An Ensemble Feature Selection Method Based on Deep Forest for Microbiome-Wide Association Studies,” BIBM, 2018, pp. 248–253. （中国计算机学会B类会议）Q. Zhu, M. Pan, X. Jiang, X. Hu, and T. He, “The Phylogenetic Tree based Deep Forest for Metagenomic Data Classification,” BIBM, 2018, pp. 279–282. （中国计算机学会B类会议）
学生信息
当前位置：教师主页 > 学生信息
入学日期
所学专业
学号
学位
招生信息
当前位置：教师主页 > 招生信息
招生学院
招生专业
研究方向
招生人数
推免人数
考试方式
招生类别
招生年份 |
