3,094
个编辑
更改
跳到导航
跳到搜索
第21行：
第21行： − + 第51行：
第51行： − 张江老师累计发表论文SCI论文二十余篇，译著1本。主要关注领域为人工智能、机器学习、计算社会科学、复杂网络等。他长期积极参与国际学术交流活动，曾先后访问过美国密西根大学（Michigan University）、佛蒙特大学(University of Vermont)、圣塔菲研究所（Santa Fe Institute）、瑞士弗雷堡大学(University of Fribourg)、亚利桑那州立大学（Arizona State University）等地。+ 第60行：
第60行： − − 第100行：
第98行： +
→基本信息
| 所在机构： || 北京师范大学系统科学学院，集智俱乐部
| 所在机构： || 北京师范大学系统科学学院，集智俱乐部
|-
|-
| 研究方向：|| 复杂系统，图网络，网络重构，复杂网络上的机器学习
| 研究方向：|| 复杂系统分析与建模，复杂网络与机器学习，规模标度律
|-
|-
|个人主页链接|| https://bnusss.github.io/
|个人主页链接|| https://bnusss.github.io/
== 学术背景 ==
== 学术背景 ==
张江老师累计发表论文SCI论文二十余篇，译著1本。主要关注领域为复杂系统分析与建模、网络等。与机器学习，规模标度律他长期积极参与国际学术交流活动，曾先后访问过美国密西根大学（Michigan University）、佛蒙特大学(University of Vermont)、圣塔菲研究所（Santa Fe Institute）、瑞士弗雷堡大学(University of Fribourg)、亚利桑那州立大学（Arizona State University）等地。
=== 访学经历 ===
=== 访学经历 ===
* 2010.11~至今：多次访问美国[[圣塔菲研究所]]（Santa Fe Institute）；他在圣塔菲的访问经历记录:[[访问圣塔菲研究所]]
* 2010.11~至今：多次访问美国[[圣塔菲研究所]]（Santa Fe Institute）；他在圣塔菲的访问经历记录:[[访问圣塔菲研究所]]
=== 邀请报告 ===
=== 邀请报告 ===
* 2019.11：广西大学”管理学在中国“2019邀请报告；
* 2019.11：广西大学”管理学在中国“2019邀请报告；
* 2019.10：江苏大学”全国复杂网络大会图网络与机器学习分会场“邀请报告；
* 2019.10：江苏大学”全国复杂网络大会图网络与机器学习分会场“邀请报告；
=== 代表性论文 ===
=== 代表性论文 ===
*Lifei Wang et al.: An interpretable deep-learning architecture of capsule networks for identifying cell-type gene expression programs from single-cell RNA-sequencing data; Nature Machine Intelligence, 2: 693703(2020) 这篇文章开发了一种可解释的胶囊网络深度学习架构(scCapsNet)，在此基础上，使用多个scRNA-seq数据集评估scCapsNet为单细胞转录组分析指定的值。利用二维主成分分析(PCA)对特征提取层内权值参数进行分析。通过竞争性单细胞类型识别，scCapsNet模型能够进行特征选择来识别编码不同亚细胞类型的基因组，使亚细胞型识别成为可能的RNA表达特征被有效地集成到scCapsNet的参数矩阵中。这一特性使基因调控模块的发现成为可能。
*Zhang, Z., Zhao, Y., Liu, J. et al. [https://link.springer.com/article/10.1007/s41109-019-0194-4#citeas A general deep learning framework for network reconstruction and dynamics learning]. Appl Netw Sci 4, 110 (2019). https://doi.org/10.1007/s41109-019-0194-4<ref name="GNN">Zhang Zhang, Yi Zhao, Jing Liu, Shuo Wang, Ruyi Tao, Ruyue Xin & Jiang Zhang (2019) [https://pattern.swarma.org/paper?id=199529de-337f-11ea-b58a-0242ac1a0005 A general deep learning framework for network reconstruction and dynamics learning].</ref>
*Zhang, Z., Zhao, Y., Liu, J. et al. [https://link.springer.com/article/10.1007/s41109-019-0194-4#citeas A general deep learning framework for network reconstruction and dynamics learning]. Appl Netw Sci 4, 110 (2019). https://doi.org/10.1007/s41109-019-0194-4<ref name="GNN">Zhang Zhang, Yi Zhao, Jing Liu, Shuo Wang, Ruyi Tao, Ruyue Xin & Jiang Zhang (2019) [https://pattern.swarma.org/paper?id=199529de-337f-11ea-b58a-0242ac1a0005 A general deep learning framework for network reconstruction and dynamics learning].</ref>