朱媛

基本信息Personal Information

副教授 硕士生导师

性别 : 女

毕业院校 : 中山大学

学历 : 博士研究生毕业

学位 : 理学博士学位

所在单位 : 自动化学院

入职时间 : 2015年09月01日

办公地点 : 信息楼207

联系方式 : zhuyuan@cug.edu.cn

Email :

教师其他联系方式Other Contact Information

邮箱 :

扫描关注

个人简介Personal Profile


My research interests include machine learning, statistical pattern recognition, complex network analysis, bioinformatics.

I am currently looking for talented and motivated students. If you are interested, please send me your CV. 

我的研究方向:机器学习,统计模式识别,复杂网络分析,生物信息学。 

目前正在招收研究生,请对我的研究方向感兴趣的同学与我联系。

说明:我的研究方向主要侧重建模和算法,主要解决生物数据分析和预测处理等方面的问题。欢迎有自动化,计算机,数学,生物信息等教育背景的同学报考!

注意:请编程零基础的同学慎重考虑

 

获奖及指导学生获奖情况

1.     2016年度中国地质大学(武汉)地大学者(2017-2019

2.     2016年度最受欢迎课程“信号与系统”

3.     2015年度自动化学院青年教师讲课比赛第二名

4.     2018年度中国地质大学青年教师竞赛二等奖(第三名)

5.     2019年度中国地质大学青年教师竞赛二等奖

6.     2020年度中国地质大学首届教师创新大赛二等奖

 

指导硕士研究生获2019年度中国地质大学科技报告会一等奖:

获奖人:张德鑫(本年度自动化学院仅1名硕士研究生获得该奖项)

指导学生获2016年度亚太地区数学建模竞赛一等奖;

获奖人:吴崇,张少杰,王一煜

指导学生获2017年度美国数学建模竞赛二等奖(2组)

获奖人:吴崇,张少杰,王一;曹加旺、卢春晓、王美琦

 

主持项目:

1.     单细胞数据的多尺度统计建模与分析(国家自然科学基金天元访学基金,合作导师:邓明华教授(北京大学),NO. 12126367, 2022.01-2022.12, 经费10万元)

2.     图小波及稀疏概率图模型在重构高精度蛋白质网络中的应用(国家自然科学基金青年基金 No.11401110 2015-2017 经费22万元)

3.     基于稀疏概率图模型及多源数据融合的动态蛋白质相互作用网络建模与应用研究(湖北省自然科学基金面上项目NO. 2016CFB481 2017-2018 经费3万元)

4.     基于高维多源融合数据的蛋白质网络重构研究(中国地质大学(武汉)C类学术创新基地复杂系统先进控制与智能地学仪器研究中心开放基金项目 NO. AU2015CJ008 2015-2017  经费6万)

5.     面向高维融合数据的稀疏图模型及在蛋白质相互作用网络重构方面的应用(广东省高校自然科学研究项目No.2013KJCX0086 2013-2015 经费6万元)

 

发表论文(篇幅有限,仅列部分作者):

1.   Yuan Zhu#, Minghua Deng, Ming Yi, and et al., "Discovery of pan-cancer related genes via integrative network analysis". Briefings in Functional Genomics, DOI: 10.1093/bfgp/elac012, 21(4): 325-338, 2022.

2.   Chao Wang, Yuan Zhu* and et al., "Inference of pan-cancer related genes by orthologs matching based on enhanced LSTM model". Frontiers in Microbiology, DOI10.3389/fmicb.2022.963704, 2022.

3.   Shiqi Dai, Lulu Lu, Zhouchao Wei, Yuan Zhu and Ming Yi. "Influence of temperature and noise on subthreshold signal propagation in feedforward neural network". Chaos, Solitons & Fractals, DOI: 10.1016/j.chaos.2022.112762, 164: 1-12, 2022.

4.   Huixia Liu, Lulu Lu, Yuan Zhu, Zhouchao Wei and Ming Yi. "Stochastic resonance: the response to envelope modulation signal for neural networks with different topologies". Physica A, DOI: 10.1016/j.physa.2022.128177, 607:1-15, 2022.

5.   Yuan Zhu#, Minghua Deng, Ming Yi and et al., "Deep Learning for clustering single-cell RNA-seq data", Current Bioinformatics, 2022, accepted.

6.   Jiajuan Tu, Le Ou-Yang, Yuan Zhu, Hong Yan, Hong Qin, Xiao-Fei Zhang, Differential network analysis by simultaneously considering changes in gene interactions and gene expression, Bioinformatics, https://doi.org/10.1093/bioinformatics/btab502, 2021.

7.   Hui-Sheng Li, Le Ou-Yang, Yuan Zhu, Hong Yan, Xiao-Fei Zhang, scDEA: differential expression analysis in single cell RNA-sequencing data via ensemble learning, Briefings in Bioinformatics, https://doi.org/10.1093/bib/bbab402, 2021.

8.  Houwang Zhang, Yuan Zhu*, Hanying Zheng, NAMF: a nonlocal adaptive mean filter for removal of salt-and-pepper noise, Mathematical Problems in Engineering, 2021(4127679): 1-10, 2021.

9.  Yuan Zhu#Dexin Zhang, Xiaofei Zhang, Ming Yi#Le Ou-Yang, Mengyun Wu, "EC-PGMGR: ensemble clustering based on probability graphical model with graph regularization for single-cell RNA-seq data",  Frontiers in Genetics, 11572242, 2020DOIdoi: 10.3389/fgene.2020.572242.

10. Yuan Zhu#, Jiufeng Zhou, Hong Yan, "A unified formulation of a class of graph matching technique", Pattern Recognition, 95: 223-234, 2019.

11.  X. T. Huang, Yuan Zhu*#, "Inference of cellular level signaling networks using single-cell gene expression data in C.elegans reveals mechanisms of cell fate specification", Bioinformatics, 33(10): 1528-1535, 2017.

12.  X. T. Huang, Yuan Zhu*#, H. Yan, “Integrative C. elegans protein-protein interaction network with reliability assessment based on probabilistic graph model”, Molecular Biosystems, 12(1): 85-92, 2016.

13.  Yuan Zhu#, X. F. Zhang D. Q. Dai and M. Y. Wu, “Identifying spurious interactions and predicting missing interactions in the protein-protein interaction networks via a generative network model”, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 10: 219-225, 2013.

14.  Yuan Zhu#, W. Zhou, D. Q. Dai and H. Yan, “Identification of DNA-binding and protein-binding proteins using enhanced graph wavelet features”, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 10: 1017-1031, 2013.

 

其他研究成果:

 

朱媛,张晓飞,欧阳乐,吴梦云。生物分子网络中的信息挖掘方法,电子工业出版社,2020

 

培养学生:

1.     彭晓宇,硕士研究生(工程硕士),2016-2018,武汉船舶职业技术学校专任教师;

2.        松,硕士研究生(工学硕士),2017-2020,武汉中原电子集团有限公司;

3.     张德鑫,硕士研究生(工学硕士),2018-2021,乐元素科技(北京)股份有限公司

4.     张厚望,硕士研究生(工学硕士),2018-2021,香港城市大学攻读博士学位

5.        磊,硕士研究生(工程硕士),2018-2021深信服科技股份有限公司



  • 教育经历Education Background
  • 工作经历Work Experience
  • 研究方向Research Focus
  • 社会兼职Social Affiliations
  • 机器学习,统计模式识别,复杂网络分析,生物信息学。