武科大网讯（通讯员杨双全）12月26日，浙江大学蒋杭进研究员受我院邀请，在我院22515进行学术交流，作了题为《生物医学数据分析中的特征选择：从理论方法到实践》的专题报告。本次报告会由我院系统科学部主任涂俐兰教授主持，我院部分教师与研究生参加了此次报告会。

涂俐兰首先代表学院热烈欢迎蒋杭进研究员的到来，并向在场师生介绍了蒋杭进研究员在生物医学信息统计领域取得的优异成果。

在本次报告中，蒋杭进研究员介绍了近年来在生物数据分析这一方向上取得的一些重要进展，并指出：特征选择在数据科学中是非常关键的问题，特别是在生物医学领域。它的一个重要的目标就是找到能够准确预测表型（或者疾病）的生物标记。为了解决由于生物数据结构复杂性带来的一系列困难，蒋杭进研究员结合生物学特征提出了一些创新性的统计思维和应用于医学领域的特征选择的可解释人工智能算法，探讨了利用数据驱动生物实验科学过程中遇到的问题。

最后，蒋杭进研究员与在场师生进行了深入探讨与交流，分享了他对学术研究的独特见解。本次报告会不仅加深了我院师生对生物医学的科学认知，提高了师生们的学术素养，而且还激发了大家的科研热情，进一步推动数据科学夯实根基。

报告人简介：

蒋杭进：香港中文大学统计学博士，现任浙江大学“百人计划”研究员，博导，浙江省生物信息学学会理事、副秘书长；2022年入选浙江省高层次人才计划，2023年成为教育部生物学科“101计划”生物信息学核心课程建设专家；曾访问斯坦福大学统计系Wing Hung Wong（王永雄）院士；主要关注数字健康领域，开发新型的统计和人工智能算法，助力生命健康的发展；研究方向包括计算生物学、贝叶斯数据分析和可解释的人工智能；在Nature Plants, Nucleic Acids Research, PLoS Computational Biology, Briefings in Bioinformatics, The Plant Journal, Statistica Sinica, The Astrophysical Journal和Nature Astronomy等高水平期刊上，发表论文近30篇；主持或参与多项国家自然科学基金项目、浙江省重大研发计划、中国烟草总公司重大科技计划和科技部国家重点研发计划。