Renzhi曹

副教授

他/他/他的

Renzhi Cao

电话:253-535-7409

电子邮件:caora@plu.edu

办公地点:Morken Center for Learning & Technology - 248

办公时间:(校内)星期一:上午10时至下午2时(校内)星期一至五:预约

网站:https://cs.plu.edu/ ~ caora /

  • 专业
  • 传记
  • 视频

教育

  • 2016年,密苏里-哥伦比亚大学计算机科学博士
  • 硕士,计算机科学,中国科学技术大学,2011
  • 2008年,安徽师范大学计算机科学学士学位

重点或专业领域

  • 机器学习
  • 数据科学
  • 生物信息学

选定的演讲

  • 第23届分子生物学智能系统国际会议,改进蛋白质三级结构预测的大尺度模型质量评价 (2015)
  • 第五届无线通信网络与移动计算国际会议,betvictor韦德体育改进的非线性优化方法提高WSN的定位精度,北京(2009)

选定的文章

  • 曹荣,程军,钟忠. “SMISS:整合多种来源的蛋白质功能预测服务器。”国际生物信息学和系统生物学计算智能杂志
  • 曹r ., C. Freitas,陈林,孙明,蒋洪,陈志强. ProLanGO:基于循环神经网络的神经机器翻译的蛋白质功能预测。分子 2017:
  • 曹r ., B. Adhikari, D. Bhattacharya,孙M.,侯俊,程俊. QAcon:使用蛋白质结构和接触信息与机器学习技术进行单一模型质量评估。生物信息学2016: 694。
  • 曹瑞德,巴塔查里亚,侯俊,程俊. “DeepQA:用深度信念网络改进单个蛋白质模型质量的估计。”BMC生物信息学Vol. 1, 2016: 495。
  • D. Bhattacharya, Cao R., Cheng J.. “UniCon3D:通过逐步概率抽样,使用统一残基构象搜索的从头蛋白质结构预测。”生物信息学 2016:
  • D. Bhattacharya, J. Nowotny, R. Cao, J. Cheng. 3refine:用于高效蛋白质结构优化的交互式Web服务器。核酸研究2016年第10.1093卷:
  • 曹荣,程建军. “基于特征的概率密度函数的蛋白质单模型质量评估。”科学报告 2016:
  • J.诺沃特尼,A. Wells, O. Oluwadare,徐丽丽,曹瑞德,T. Trieu,何正成. GMOL:用于三维基因组结构可视化的交互式工具。科学报告 2016:
  • J. Nowotny, S. Ahmed, L. Xu, O. Oluwadare, H. Chen, N. Hensley, T. Trieu, R. Cao, Cheng. “从染色体接触数据得到一条染色体。”BMC生物信息学Vol. 16(1), 2015: 338。
  • 曹荣,程建军. “在三维人类基因组构象中破译基因功能和空间基因-基因相互作用之间的联系。”BMC基因组学Vol. 16, 2015: 880。
  • 李j . R。曹建成. “用于CASP11蛋白三级结构预测及其评估的大规模构象采样和评估服务器。”BMC生物信息学 2015:
  • 曹r, Bhattacharya, B. Adhikari,李俊,程俊。“大规模整合各种蛋白质质量评估方法,以改进基于模板的CASP11Proteins建模。”2015:
  • 曹荣,程建军. “通过挖掘功能关联、序列、蛋白质和基因-基因相互作用网络来集成蛋白质功能预测。”方法 2015:
  • B. Adhikari, D. Bhattacharya, R. Cao,程杰。conold:残基-残基接触引导的从头算蛋白质折叠蛋白质。Vol. 83(8), 2015: 1436-1439。
  • 曹荣,王志强,王勇,程军. SMOQ:用支持向量机预测单个蛋白质模型的绝对残基特异性质量的工具。BMC生物信息学Vol. 15, 2014: 120。
  • 曹仁,王志强,程军. 设计和评估CASP10实验中MULTICOM蛋白局部和全局模型质量预测方法。BMC结构生物学2014年第14卷:13。
  • 王志强,曹瑞杰,K. Taylor, A. Briley, C. Caldwell, Cheng J.. 人类正常和恶性细胞类型的基因组构象、空间基因相互作用和调控网络的特性《公共科学图书馆•综合》Vol. 8(3), 2013: e58793。
  • 王志强,曹仁,程军. 结合基因序列搜索、基因序列搜索和结构域共现网络的蛋白质功能三级预测BMC生物信息学第十四卷(增刊3):2013年第3期:

传记

我的研究兴趣主要集中在开发和betvictor韦德体育机器学习和数据挖掘技术来解决生物医学问题,如人类基因组数据分析和蛋白质结构预测。此外,我有兴趣通过跨学科研究促进本科生(特别是女性和代表性不足的学生)早期参与机器学习、生物信息学和数据科学领域,并鼓励学生追求先进的STEM教育/研究事业。

暑期研究:人工智能不是科幻小说