（一）报告题目：Stochastic simulation of biochemical reaction systems 主讲人：田天海 教授 澳大利亚莫那什大学 时间：6月2日9:00-12:30 腾讯ID：711-177-399密码：987456

（二）报告题目：基于自适应稀疏群lasso正则化模型的癌症诊断研究 主 讲 人：李钧涛 教授 河南师范大学 时 间：6月2日15:00 腾讯 ID：192-189-536

（三）报告题目：A Pod-based Fast Algorithm For The Nonlocal Unsteady Problems 主 讲 人：聂玉峰 教授 西北工业大学 时 间：6月2日16:00 腾讯 ID：676-645-650

主办单位：数学与统计学院

欢迎光临！

（一）报告摘要：In this talk we will discuss stochastic simulation algorithms for biological systems. We first introduce the stochastic simulation algorithm (SSA), which is the golden standard method proposed by Gillespie. Then we will discuss the tau-leap methods that are designed to address the key issue in the application of SSA, namely the huge computing time. We will also discuss the master equation that connect different approaches for modelling noise together.

 专家简介：田天海， 澳大利亚莫那什大学数学学院教授。2001年在澳大利亚昆士兰大学取得博士学位，博士毕业后曾在澳大利亚昆士兰大学，英国格拉斯哥大学等一流大学工作。在基因网络和细胞信号传导等生物系统的随机建模，随机动力系统的数值模拟，模型参数估计，和统计分析与计算等方向开展过很多有创新意义的工作，并取得了较多的研究成果。主持过澳大利亚研究基金会(ARC)研究项目3项，主持国家自然科学基金面上项目一项，参与澳大利亚研究基金会(ARC)研究项目2项（其中一项的研究员基金为计划单列），参与英国生物工程和生物科学基金会（BBSRC）研究项目1项。 其研究还得到了（英国）皇家科学院，英国癌症基金会和澳大利亚科学院的支持。获得过澳大利亚研究基金会的“未来研究员”（Future Fellow）和“澳大利亚研究员”(Australian Fellow)以及格拉斯哥大学“凯尔文爵士研究员”(Lord Kelvin Fellow)等称号。其研究成果已发表在高级别的学术刊物上，包括“自然杂志细胞生物学分刊”，“美国国家科学院会刊”和“当代生物学”等杂志。发表120多篇学术论文, 其中有70篇学术论文被SCI收录，被他人SCI引用1400多次。

(二）报告摘要：基于基因表达谱数据的癌症诊断技术在数学、人工智能和生物医学领域引起了广泛关注。针对该数据的稀疏、超高维、群体作用等特性，本课题组融合系统生物学与信息理论，将网络模块识别与基因分群有机结合起来，建立基因与基因群重要性评价准则，据此提出了几种自适应稀疏群lasso正则化模型并将其应用于癌症诊断与相关基因筛选。

  专家简介：李钧涛，河南社旗县人，河南师范大学数学与信息科学学院教授，长期从事生物信息挖掘、复杂系统建模与控制研究。现为国家自然科学基金信息科学部通讯评议专家，中国自动化学会数据驱动控制、学习与优化专业委员会委员，中国人工智能学会智能空天系统专业委员会委员。近年来主持、参与国家级项目6项，省部级重大、重点项目10项，发表学术论文40 余篇。

（三）报告摘要：A fast algorithm for the nonlocal unsteady problems was proposed, which can be employed in the numerical simulation of nonlocal diffusion and peridynamic. The surrogate model constructed by the proper orthogonal decomposition (POD) speeds up the process of solving equations by reducing the order of linear equations. Then, the accuracy and efficiency of the proposed algorithm was verified by numerical experiments. The results showed that this approach ensures accuracy while reduces the computational burden of the nonlocal model.

  专家简介：聂玉峰，西北工业大学教授，博士生导师，数学与统计学院院长。从事大规模科学计算的模型、理论与方法研究，主持国家科研项目6项，发表论文200余篇；2006年获教育部新世纪优秀人才奖，2016年获陕西省科学技术二等奖，2016年获陕西省教学名师奖。现担任教育部大学数学教学指导委员会委员、陕西省数学会副理事长、陕西省数学会大学数学教学委员会主任委员、西安市科学计算与应用统计重点实验室主任、International Journal of Numerical Analysis and Modeling 执行主编，陕西省理工类学科（专业）学科评议组成员。