研究方向

• 生物序列的语言学建模

将生物序列（DNA/RNA序列和氨基酸序列）视为特殊的生物语言，使用大语言模型和深度学习方法，在序列分析的基础上探索生物分子结构和功能。

• 生物医学影像分析

设计用于生物医学图像注释、聚类和分割的机器学习算法，包括生物显微图像中分子复杂定位模式的识别，医学影像中生物标志物的鉴定等。

• 化合物分子以及材料的表征学习

基于机器学习、深度学习方法，提取化合物分子、化学反应特征，提出元素、材料的新型描述符，用于预测化学反应结果及逆合成，设计具有增强性能的新材料等。

• 机器学习/深度学习模型研究

关注机器学习模型的不确定性问题，包括认知不确定性和偶然不确定性的建模、度量和缓解方法。