• 研究方向：计算统计学、机器学习、深度学习、数据分析与建模相关的优化方法：

（1）DNA、RNA等高通量测序数据的分析；

图1 基于突变频率的癌症驱动基因探索方法

图2 基于突变模式的癌症驱动基因集探索方法

（2）工业数据分析与建模，数据驱动的故障诊断，可靠性分析；

图3 工业云数据分析系统

（3）海洋天气数据分析与建模；

（4）以医疗影像、无人机影像、三维点云为对象的深度学习模型；

图4 超声影像病灶定位的半监督学习方法

图5 视频影像的深度学习模型轻量化

（5）基于非高斯分布通用加法模型（generalized additive model）的最大似然估计渐进理论。

上述工作均与同团队老师及研究生们合作进行。

• 入组的研究生在学习所选课程的同时，需通过讨论班的形式学习概率论、统计学、数据挖掘、机器学习、凸优化等基础知识，并完成数据挖掘、机器学习、生物信息、优化与控制方面的工程或理论研究。

个人经历

• 本硕毕业于西北工业大学，主要从事飞机供电系统的学习与研究。感谢西北工业大学，作为国防工业的名校，创造了良好的学习氛围。很幸运曾为电工楼一员，感谢张老师，感谢吴老师，感谢大师兄，感谢雷师兄，感谢高师姐。

• 本科毕业后在601所工作一了段时间，感谢王主任、孙主任、李主任的教导，感谢当年小伙伴们对我的关照。

• 取得硕士学位后赴日留学，在日本国立九州大学取得博士学位，主要从事多采样率系统的辨识与预测控制算法研究。打工、学日语、狂补数学基础知识（主要是深入学习实分析与概率论）是这段时期的主题。感谢和田老师、杨老师和金江老师，让我三年就取得学位。

• 取得博士学位后进入九州大学数理学院与工业数学研究所（Institute of math-for-industry, IMI）做了近6年学术研究员（此研究员非国内正高职称，是需要不断争取外部资金来支持研究者的研究和生活的非永久职位）。此间，跟随西井龙映教授做统计学与数据科学相关研究，与马自达、富士通研、日立、理研等企业合作，参与了一系列数据科学的产学研一体化共同研究。此番经历虽然未积累很多论文，我仍视其为成长过程中最重要的一环。通过参与实际项目，我积累了一定的工程经验，也加深了对统计学基础理论的理解，确立了今后的研究方向。

• 2013年回大连理工任教，研究方向为统计学与数据挖掘。回国之初，只是延续了一些在日本未完成工作，做了关于非正态分布广义回归模型的最大似然估计渐进理论研究。其后，经顾宏教授引导入组，参与DNA、RNA等高通量测序数据的分析工作，并搭建了高性能计算单元。现在与同组的研究生同学一同从事高通量测序数据的分析算法研究。基于高性能计算单元，本组开展了医学图像的深度学习网络的构建工作。近两年，逐渐与国内企、高校等单位展开合作，做一些数据分析与软件的研发工作，算是重操留日时期的旧业。

• 承担课程包括：数字电路与系统（本科）、分布式控制系统（本科）、电力电子技术（本科）、智能数据分析与最优化（本科）、自适应控制（研究生）、数据挖掘理论与方法（研究生）、最优化理论与方法（研究生）、现代数据分析方法（研究生），编写了数据挖掘、神经网络与深度学习、统计学习讲义。