胡丽红
东北师范大学
个人简历
教授,博士生导师,分别在香港大学及瑞典隆德大学进行了博士后的研究工作。目前从事人工智能方向的研究,包括数据挖掘、自然语言处理、知识图谱、AI药物设计、物联网等方面的研究。承担国家自然科学基金面上项目等科研项目10余项,发表SCI检索论文40余篇。为本科生讲授软件项目管理,数据挖掘等课程;为研究生讲授Linux操作系统和科学研究方法等课程。 教育和科研经历: 2009-2010年 博士后,瑞典Lund大学 2005-2008年 博士后,香港大学 2000-2004年 博士, 香港大学 1993-2000年 学士&硕士, 东北师范大学 代表性主持和参与科研项目: 1. 国家自然科学基金面上项目,基于分子数据库的深度学习可解释性模型构建研究,2022年 2. 吉林省科技厅国际合作项目, 基于LoRaWAN标准的物联网技术轨迹追踪设备设计与应用研究,2021年 3. 国家艺术基金, 高校美术作品推广平台,2019年 4. 吉林省教育厅项目,基于数据挖掘的疑难杂症中医诊断模型,2016年 5. 吉林省教育厅,基于临床数据和机器学习的乳腺癌辅助诊断系统,2016年 6. 吉林省人社厅留学归国启动项目,新型高效芴类光电材料的设计与合成,2014年 7. 国家自然科学基金面上项目,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,2014年 8. 吉林省科技厅基础研究项目, 新型高效有机芴类光电材料的设计与合成,2012年 代表性论文: 1. TFRegNCI: Interpretable noncovlant interaction correction multimodal on transformer encoder fusion, J. Chem. Inf. Model., 2023. 2. DeepNCI: DFT noncovalent interaction correction with transferable multimodal three dimensional convolutional neural networks, J. Chem. Inf. Model., 2022. 3. Efficient prediction for high precision CO-N2 potential energy surface by stacking ensemble DNN, Journal of Computational Chemistry, 2021. 4. Nonfullerene Acceptors for Organic Photovoltaics: From Conformation Effect to Power Conversion Efficiencies Prediction,Solar Rrl,2019. 5. Efficient corrections for DFT noncovalent interactions based on ensemble learning models,J CHEM INF MODEL,2019. 6. AdaBoost ensemble correction models for TDDFT calculated absorption energies,IEEE ACCESS,2019. 7. SPXYE: an improved method for partitioning training and validation sets,CLUSTER COMPUT,2019. 8. HSPXY: A hydbrid-correlation and diversity-distances based data partition method,J CHEMOMETR,2019. 9. Correlation and redundancy on machine learning performance for chemical databases,J CHEMOMETR,2018. 10. Predicting pathological response to neoadjuvant chemotherapy in breast cancer patients based on imbalanced clinical data,PERSONAL AND UBIQUITOUS COMPUTING,2018. 11. Improving the Performance of Long-Range-Corrected Exchange-Correlation Functional with an Embedded Neural Network,J PHYS CHEM A,2017. 12. A machine learning correction for DFT non-covalent interactions based on the S22, S66 and X40 benchmark databases,JOURNAL OF CHEMINFORMATICS,2016. 13. A cascaded QSAR model for efficient prediction of overall power conversion efficiency of all-organic dye-sensitized solar cells,J COMPUT CHEM,2015.