时间：2019年10月30（星期三）14：00-15：00

地点：学院南路校区，主教101

报告人：马小科、 西安电子科技大学计算机科学与技术学院

报告摘要：图是描述自然与社会中复杂系统的有力工具，挖掘图模式对理解复杂系统结构和功能具有及其重要的意义。大数据时代，图数据挖掘引起了信息产业界的极大关注，已广泛用于商务管理、生产控制、市场分析、工程设计和科学探索等领域。以下一代测序技术为代表的高通量深度测序技术产生了海量的生物医学数据，促进了生物医学网络的蓬勃发展。报告涉及图模式建模、挖掘算法研究，包括图聚类、时序网络链路预测、时序网络动态图聚类、多层网络挖掘等相关问题，同时研究图数据挖掘在生物医学方面的应用。

报告人简介：马小科, 西安电子科技大学计算机科学与技术学院教授、博士生导师，2012年获西安电子科技大学计算机应用技术博士学位，2012-2015在美国爱荷华大学医学院从事医学数据挖掘博士后研究，2015年入职西安电子科技大学从事教学与科研工作, 2016年破格副教授，2019年破格教授。马小科教授主要从事数据挖掘与机器学习、医学影像处理、生物信息学等领域的研究工作。在国际期刊IEEE TKDE、PR、Cell Stem Cell、Bioinformatics、PLoS Computational Biology等发表SCI检索的论文50余篇，其中第一作者/通信作者论文30余篇。Google Scholar统计引用1000余次，其中SCI引用500多次，被Physics Reports长篇引用(影响因子：23.79)。马小科教授担任IEEE PAMI、TKDE 等10多个国际期刊的审稿人、CCF生物信息学专委会委员、CCF医学数据挖掘专委会委员等职务。主持国家重点研发项目子课题一项、国家自然科学基金面上项目一项、青年基金一项、陕西省自然科学基金三项、市自然科学基金两项。获中国电子学会科学技术奖一项、陕西省优秀博士学位论文等。

本次活动受中央财经大学2019专题学术讲座项目资助。