职  称:副教授
研究方向:深度学习,模式识别
办公电话:15843123457
办公地点:信息科学与技术学院410
电子邮件:gaot080@nenu.edu.cn

个人简历

高婷,博士,博士生导师,硕士生导师,主要从事深度学习与模式识别,交叉研究领域涉及化学,生物,医学。主持国家艺术基金项目1项,吉林省科技厅重点科技项目1项,吉林省青年项目1项,东北师范大学青年基金1项,参加国家自然科学基金项目、吉林省科技厅项目,以主持人身份可支配科研经费200多万元。发表论文30余篇,已指导硕士研究生15名,协助指导博士研究生4名。 学习经历 1999.9-2003.7 东北师范大学计算机学院 本科 2003.9-2006.7 东北师范大学计算机学院 计算机应用技术 硕士 2006.9-2009.7 东北师范大学化学学院 博士 工作简历 2009.10-现在 东北师范大学信息科学与技术学院 讲师 2019年1-现在 东北师范大学信息科学与技术学院 外事秘书 2010.4-2013.12 东北师范大学生命科学学院 博士后流动站 访学经历 2016.9-2017.9 在美国佛罗里达国际大学做访问学者 2011.9-2012.1 在南开大学做教学访问学者 获奖情况: 2019年吉林省首届说课大赛一等奖 2017-12-31 吉林省自然科学学术成果奖二等奖 指导学生获得ACM国家级二等奖2项 指导学生获得ACM东北地区级一等奖1项 指导学生获得ACM省级特等奖1项 主讲多门专业课程: 信息技术 计算机导论 计算机基础 微机原理与应用 计算机组成原理 微机原理与汇编 项目: 1. 高校美术作品推广平台,150万,2019/1-2020/12,在研,主持 2. 吉林省教育厅,吉教科合字【2015】第552号,基于临床数据和机器学习的乳腺癌辅助诊断系统,2016/01-2017/12,3万元,在研,主持。 3. 吉林省科技厅工业高新技术(重点),20150204041GX,基于拉曼光谱和机器学习的乳腺病灶良恶性鉴别系统,2015/01-2017/12,20万元,在研,主持。 4. 吉林省科技厅青年科研基金(其它),基于机器学习方法提高量子化学计算分子吸收能的精度,2010/09-2012/09,已结题,参加。 5. 国家自然科学基金面上项目,21473025,密度泛函理论结合机器学习方法提高大分子体系非共价键相互作用计算精度研究,2015/01-2018/12,82万元,在研,参加。 6.,吉林省科技厅工业高新技术(重点),基于机器学习的量子化学计算校正系统,50万,2016- 2018,在研,参加。 7. 吉林省教育厅,基于机器学习的太阳能电池光电转化效率预测系统,2016/01 -2017/12, 已结题,参加。 8. 吉林省科技厅,人参设施栽培团队专利示范培育,15万,2015/01-2017/12, 已结题,参加。 9. 吉林省教育厅,基于人工智能方法提高(预测)量子化学计算分子键能的精度研究,,2015/01-2017/12, 已结题,参加。 10. 吉林省科技厅中药与生物药(重点),基于泥炭块型基质的人参栽培日光温室环境最优调控与管理策略,,16万,2014/01-2016/12, 已结题,参加。 11. 吉林省科技厅青年科研基金(其它),结合计算机人工智能方法与量子化学计算提高分子键能精度的研究 ,2013/01-2015/12, 已结题,参加。 12. 吉林省科技厅应用基础研究(其它),新型高效有机芴类光电材料的设计与合成 ,2012/01-2014/12, 已结题,参加。 13. 吉林省科技厅工业高新技术,20110364,基于机器学习的电子光谱能量预测系统,2011/06-2013/12,15万元,已结题,参加。 专著: 1. 计算机算法和应用,中国原子能出版社,2015年 论著之外的代表性研究成果和学术奖励 (1) 应用机器学习方法提高非共价键相互作用的密度泛函理论计算精度, 吉林省, 自然科学, 省部二等奖, 2017.12.31(高婷; 李鸿志; 吕英华; 胡丽红)(科研奖励) (2) 高婷; 胡丽红; 李辉; 李鸿志; 房超; 胡丽娜, 基于拉曼光谱的乳腺良恶性肿瘤识别预测系统V1.0 , 2018SR027528, 原始取得, 全部权利, 2017.11.10 (软件著作权) (3) 高婷; 李辉; 胡丽红; 李鸿志; 何美琪, 乳腺癌新辅助化疗后病理反应预测系统V1.0, 2017SR422954, 原始取得, 全部权利, 2016.12.28 (软件著作权) (4) 李辉; 高婷; 胡丽红; 李鸿志; 刘云龙; 崔艳莹; 黄家琦, 太阳能电池光电转化效率预测系统V1.0, 2017SR499326, 原始取得, 全部权利, 2017.5.10 (软件著作权) 论文: 1. Correlation and redundancy on machine learning performance for chemical databases,J CHEMOMETR,2018年 2. Ensemble Learning for Overall Power Conversion Efficiency of the All-Organic Dye-Sensitized Solar Cells,IEEE ACCESS,2018年 3. Predicting pathological response to neoadjuvant chemotherapy in breast cancer patients based on imbalanced clinical data,PERSONAL AND UBIQUITOUS COMPUTING,2018年 4. Realizing performance improvement of blue thermally activated delayed fluorescence molecule DABNA by introducing substituents on the paraposition of boron atom,CHEM PHYS LETT,2018年 5. Theoretical investigation on the effect of fluorine and carboxylate substitutions on the performance of benzodithiophene‑diketopyrrolopyrrole‑based polymer solar cells,THEOR CHEM ACC,2018年 6. A machine learning correction for DFT non-covalent interactions based on the S22, S66 and X40 benchmark databases,JOURNAL OF CHEMINFORMATICS,2016年 7. A cascaded QSAR model for efficient prediction of overall power conversion efficiency of all-organic dye-sensitized solar cells,J COMPUT CHEM,2015年 8. 最小二乘支持向量机方法用于提高低水平量子化学方法计算吸收能的精度,CHEM J CHINESE U,2012年 9. Generalized Regression Neural Network Based Quantitative Structure-Property Relationship for the prediction of absorption energy,Proceedings of 2012 National Conference on Information Technology and Computer Science,2012年 10. A Promising Tool to Achieve Chemical Accuracy for Density Functional Theory Calculations on Y-NO Homolysis Bond Dissociation Energies,INT J MOL SCI,2012年 11. 基于平均影响值的反向传播神经网络方法用于提高密度泛函理论计算Y—NO键均裂能精度,CHEM J CHINESE U,2012年 12. Improving the B3LYP Absorption Energies by Using the Neural Network Ensemble and K-nearest Neighbor Approach,ICIC Express Letters,Part B:Applications,2011年 13. Accurate Prediction of Absorption Energies Based on Principal Component Analysis and Neural Network,ICIC Express Letters,Part B:Applications,2011年 14. Particle filter guided SVM based visual tracking,ICIC Express Letters,Part B:Applications,2011年 15. Improving the Accuracy of Density Functional Theory (DFT) Calculation for Homolysis Bond Dissociation Energies of Y-NO Bond :Generalized Regression Neural Network Based on Grey Relational Analysis and Principal Component Analysis,INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES,2011年 16. Combined density functional theory and ensembled Elman network correction approach for electronic excitation energies,2011 2nd Asia-Pacific Conference on Wearable Computing Systems(APWCS2011),2011年 17. Accurate Prediction of Heats of Formation for C1-C16 Alkanes:The Genetic Algorithm and Neural Network Approach with simple Input Desctiptors,2010 Second International Conference on Computational Intelligence and Natural Computing(CINC2010),2010年 18. Accurate prediction of optical absorption energies by neural network ensemble approach,The 5th International Conference on Frontier of Computer Science and Technology,2010年 19. Accurate Prediction of Transition Energies in Organic Molecules,The 5th International Conference on Frontier of Computer Science and Technology,2010年 20. Improving the Accuracy of Low Level Density Functional Theory Calculation for Absorption Energies:The Least Squares Support Vector Machine,2010 International Conference on Intelligent Computation Technology and Automation,2010年

社会兼职

获奖情况

  • 获奖情况:
    2019年吉林省首届说课大赛一等奖
    2017-12-31 吉林省自然科学学术成果奖二等奖
    指导学生获得ACM国家级二等奖2项
    指导学生获得ACM东北地区级一等奖1项
    指导学生获得ACM省级特等奖1项

教学信息

  • 教学信息:
    计算机导论
    计算机基础
    微机原理与应用
    计算机组成原理信息技术
    信息技术1(计算机基础)
    信息技术2(程序设计基础)

科研信息

  • 1. 高校美术作品推广平台,150万,2019/1-2020/12,在研,主持
    2. 吉林省教育厅,吉教科合字【2015】第552号,基于临床数据和机器学习的乳腺癌辅助诊断系统,2016/01-2017/12,3万元,在研,主持。
    3. 吉林省科技厅工业高新技术(重点),20150204041GX,基于拉曼光谱和机器学习的乳腺病灶良恶性鉴别系统,2015/01-2017/12,20万元,在研,主持。
    4. 吉林省科技厅青年科研基金(其它),基于机器学习方法提高量子化学计算分子吸收能的精度,2010/09-2012/09,已结题,参加。
    5. 国家自然科学基金面上项目,21473025,密度泛函理论结合机器学习方法提高大分子体系非共价键相互作用计算精度研究,2015/01-2018/12,82万元,在研,参加。
    6.,吉林省科技厅工业高新技术(重点),基于机器学习的量子化学计算校正系统,50万,2016- 2018,在研,参加。
    7. 吉林省教育厅,基于机器学习的太阳能电池光电转化效率预测系统,2016/01 -2017/12, 已结题,参加。
    8. 吉林省科技厅,人参设施栽培团队专利示范培育,15万,2015/01-2017/12, 已结题,参加。
    9. 吉林省教育厅,基于人工智能方法提高(预测)量子化学计算分子键能的精度研究,,2015/01-2017/12, 已结题,参加。
    10. 吉林省科技厅中药与生物药(重点),基于泥炭块型基质的人参栽培日光温室环境最优调控与管理策略,,16万,2014/01-2016/12, 已结题,参加。
    11. 吉林省科技厅青年科研基金(其它),结合计算机人工智能方法与量子化学计算提高分子键能精度的研究 ,2013/01-2015/12, 已结题,参加。
    12. 吉林省科技厅应用基础研究(其它),新型高效有机芴类光电材料的设计与合成 ,2012/01-2014/12, 已结题,参加。
    13. 吉林省科技厅工业高新技术,20110364,基于机器学习的电子光谱能量预测系统,2011/06-2013/12,15万元,已结题,参加。
    论文:
    1. Correlation and redundancy on machine learning performance for chemical databases,J CHEMOMETR,2018年
    2. Ensemble Learning for Overall Power Conversion Efficiency of the All-Organic Dye-Sensitized Solar Cells,IEEE ACCESS,2018年
    3. Predicting pathological response to neoadjuvant chemotherapy in breast cancer patients based on imbalanced clinical data,PERSONAL AND UBIQUITOUS COMPUTING,2018年
    4. Realizing performance improvement of blue thermally activated delayed fluorescence molecule DABNA by introducing substituents on the paraposition of boron atom,CHEM PHYS LETT,2018年
    5. Theoretical investigation on the effect of fluorine and carboxylate substitutions on the performance of benzodithiophene‑diketopyrrolopyrrole‑based polymer solar cells,THEOR CHEM ACC,2018年
    6. A machine learning correction for DFT non-covalent interactions based on the S22, S66 and X40 benchmark databases,JOURNAL OF CHEMINFORMATICS,2016年
    7. A cascaded QSAR model for efficient prediction of overall power conversion efficiency of all-organic dye-sensitized solar cells,J COMPUT CHEM,2015年
    8. 最小二乘支持向量机方法用于提高低水平量子化学方法计算吸收能的精度,CHEM J CHINESE U,2012年
    9. Generalized Regression Neural Network Based Quantitative Structure-Property Relationship for the prediction of absorption energy,Proceedings of 2012 National Conference on Information Technology and Computer Science,2012年
    10. A Promising Tool to Achieve Chemical Accuracy for Density Functional Theory Calculations on Y-NO Homolysis Bond Dissociation Energies,INT J MOL SCI,2012年
    11. 基于平均影响值的反向传播神经网络方法用于提高密度泛函理论计算Y—NO键均裂能精度,CHEM J CHINESE U,2012年
    12. Improving the B3LYP Absorption Energies by Using the Neural Network Ensemble and K-nearest Neighbor Approach,ICIC Express Letters,Part B:Applications,2011年
    13. Accurate Prediction of Absorption Energies Based on Principal Component Analysis and Neural Network,ICIC Express Letters,Part B:Applications,2011年
    14. Particle filter guided SVM based visual tracking,ICIC Express Letters,Part B:Applications,2011年
    15. Improving the Accuracy of Density Functional Theory (DFT) Calculation for Homolysis Bond Dissociation Energies of Y-NO Bond :Generalized Regression Neural Network Based on Grey Relational Analysis and Principal Component Analysis,INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES,2011年
    16. Combined density functional theory and ensembled Elman network correction approach for electronic excitation energies,2011 2nd Asia-Pacific Conference on Wearable Computing Systems(APWCS2011),2011年
    17. Accurate Prediction of Heats of Formation for C1-C16 Alkanes:The Genetic Algorithm and Neural Network Approach with simple Input Desctiptors,2010 Second International Conference on Computational Intelligence and Natural Computing(CINC2010),2010年
    18. Accurate prediction of optical absorption energies by neural network ensemble approach,The 5th International Conference on Frontier of Computer Science and Technology,2010年
    19. Accurate Prediction of Transition Energies in Organic Molecules,The 5th International Conference on Frontier of Computer Science and Technology,2010年
    20. Improving the Accuracy of Low Level Density Functional Theory Calculation for Absorption Energies:The Least Squares Support Vector Machine,2010 International Conference on Intelligent Computation Technology and Automation,2010年

其它信息

    论著之外的代表性研究成果和学术奖励 (1) 应用机器学习方法提高非共价键相互作用的密度泛函理论计算精度, 吉林省, 自然科学, 省部二等奖, 2017.12.31(高婷; 李鸿志; 吕英华; 胡丽红)(科研奖励) (2) 高婷; 胡丽红; 李辉; 李鸿志; 房超; 胡丽娜, 基于拉曼光谱的乳腺良恶性肿瘤识别预测系统V1.0 , 2018SR027528, 原始取得, 全部权利, 2017.11.10 (软件著作权) (3) 高婷; 李辉; 胡丽红; 李鸿志; 何美琪, 乳腺癌新辅助化疗后病理反应预测系统V1.0, 2017SR422954, 原始取得, 全部权利, 2016.12.28 (软件著作权) (4) 李辉; 高婷; 胡丽红; 李鸿志; 刘云龙; 崔艳莹; 黄家琦, 太阳能电池光电转化效率预测系统V1.0, 2017SR499326, 原始取得, 全部权利, 2017.5.10 (软件著作权)
信息维护