|
姚登举学位： 博士 毕业院校： 哈尔滨工程大学 邮件： ydkvictory@hrbust.edu.cn 办公地点： 哈尔滨理工大学（西区）新主楼E1513室 电话： 出生年月： 1980-01-01 学科： 计算机科学与技术 |
相关教师 |
个人简历姚登举，工学博士，生物学博士后，教授，博士生导师；担任计算机科学与技术学院软件工程系主任，生物信息计算与数字健康学科方向带头人，校学术委员会委员，校教学指导委员会委员；是中国计算机学会高级会员、中国生物工程学会会员、黑龙江省生物信息学学会会员、中国计算机学会生物信息学专委会执行委员、中国生物工程学会计算与生物信息专业委员会委员、黑龙江省计算机学会计算机应用专业委员会委员、黑龙江省计算机学会智慧医疗专业委员会委员、黑龙江省生物信息学学会理事、第九届全国计算生物学与生物信息学学术会议（NCCBB）程序委员、国家自然科学基金项目评审专家、Briefings in Bioinformatics、Scientific Reports等期刊审稿专家、iMeta期刊青年编委。主要从事机器学习和生物信息计算研究，聚焦人类复杂疾病相关的分子标志物尤其是非编码RNA预测算法等研究方向，主持国家自然科学基金面上项目、科技部外国专家项目、黑龙江省自然科学基金面上项目等纵向科研项目7项，主持和参与省级以上教育教学研究项目6项，以第一作者或通讯作者发表学术论文30余篇，其中SCI检索10余篇。 教育经历2010-09至2016-03, 哈尔滨工程大学, 计算机应用技术, 博士 2004-09至2007-04, 哈尔滨理工大学, 计算机应用技术, 硕士 2000-09至2004-07, 哈尔滨理工大学, 计算机科学与技术, 学士 工作经历2021-09至今, 哈尔滨理工大学, 计算机科学与技术学院, 教授 2019-03至2020-03, 南洋理工大学, 计算机科学与工程学院, 访问学者 2016-10至2019-08, 哈尔滨医科大学, 生物信息科学与技术学院，博士后 2014-09至2020-12, 哈尔滨理工大学, 软件与微电子学院, 副教授 2009-09至2014-08, 哈尔滨理工大学, 软件学院, 讲师 2007-04至2009-08, 哈尔滨理工大学, 软件学院, 助教 研究方向机器学习，数据挖掘，生物信息计算，包括但不限于集成学习，深度学习，联邦学习，特征选择，多源数据整合，生物医学大数据分析与应用等。 承担项目
1. 国家自然科学基金（面上），基于多源生物数据融合的代谢综合征相关的lncRNA识别方法研究（主持，2022-2025）
2. 国家外国专家项目，人类复杂疾病相关的非编码RNA识别方法研究（主持，2022-2024） 3. 黑龙江省博士后科研启动金，基于多源生物数据融合与机器学习的lncRNA-disease关联预测算法研究（主持，2020-2022） 4. 哈尔滨市科技局青年后备人才项目，2型糖尿病风险生物标记识别及分子机制研究（主持，2017-2020） 5. 黑龙江省自然科学基金（面上），面向高维小样本和类别不平衡数据分析的随机森林分类算法研究（主持，2014-2016） 6. 黑龙江省教育厅科学技术研究项目（面上），基于随机森林的特征选择与分类技术研究（主持，2014-2016） 7. 哈尔滨市科技局青年后备人才项目，基于SIP的视频会议系统的研究与设计（主持，2011-2013） 8. 黑龙江省教育厅“理工英才”杰出青年项目，基于树模型与图谱模型的肝脏CT计算机辅助定位与分割技术（排名第二，2019-2021） 9. 国家自然科学基金（应急管理），用于活体肝移植术前评估的肝脏CT图像自动分割方法研究（排名第二，2018-2018） 10. 哈尔滨市科技局青年后备人才项目，基于随机森林的数据分析软件设计（排名第二，2013-2015） 教学工作担任软件工程系系主任，主讲《操作系统》、《程序设计基础》等课程，主持省教研项目《基于OBE理念和“36550”的操作系统一流课程建设的研究与实践》和校教研项目5项，参与国家级、省级教研项目5项，发表教研论文10余篇；先后获得黑龙江省第二届高校（本科院校）微课教学比赛大赛理工组一等奖、第三届全国高等学校教师教学创新大赛黑龙江赛区三等奖、哈尔滨理工大学课程思政优秀案例等；多次被评为校优秀主讲教师、校优秀毕业设计指导教师、校“三全育人”先进个人。 招生信息每年招收计算机科学与技术（081200）专业博士研究生1人； 每年招收计算机科学与技术（081200）、软件工程（083500）、计算机技术（085404）、软件工程（085405）专业硕士研究生4人。 专利成果授权实用新型专利5项，软件著作权1项。 出版著作1. C语言程序设计实用教程，清华大学出版社，2012 2. 计算机专业英语，北京大学出版社，2012 3. Java程序设计与工程实践，清华大学出版社，2013 发表论文1. Yao Dengju*, Zhang Tao, Zhan Xiaojuan, Zhang Shuli, Zhan Xiaorong, Zhang Chao. Geometric complement heterogeneous information and random forest for predicting lncRNA-disease associations.Frontiers in Genetics, 2022, 13: 995532. 2. Wei Zheng, Yao Dengju*, Zhan Xiaojuan, Zhang Shuli. A clustering-based sampling method for miRNA-disease association prediction. Frontiers in Genetics, 2022, 13: 995535. 3. Sun Lijie, Lu Jixuan, Yao Dengju, Li Xinyu, Cao Yan, Gao Jie, Liu Jiangwen, Zheng Tiansheng, Wang Huiui, Zhan Xiaorong. Effect of DHCR7 for the co-occurrence of hypercholesterolemia and vitamin D deficiency in type 2 diabetes: Perspective of health prevention. Prev Med., 2023, 173:107576. 4. Dengju Yao*, Xiaojuan Zhan, Xiaorong Zhan, Chee Keong Kwoh, Peng Li, Jinke Wang. A random forest based computational model for predicting novel lncRNA-disease associations. BMC Bioinformatics, 2020, 21(1): 126 5. Dengju Yao*, Xiaojuan Zhan, Xiaorong Zhan, Chee Keong Kwoh, Peng Li, Jinke Wang. A random forest based computational model for predicting novel lncRNA-disease associations. BMC Bioinformatics, 2020, 21(1): 126 6. Dengju Yao*, Xiaojuan Zhan, Chee Keong Kwoh. An improved random forest based computational model for predicting novel miRNA-disease associations. BMC Bioinformatics, 2019, 20(1): 624 7. Dengju Yao#, Zijing Lin#, Xiaojuan Zhan, Xiaorong Zhan*. Identifying potential functional lncRNAs in metabolic syndrome by constructing a lncRNA-miRNA-mRNA network. Journal of Human Genetics, 2020, 65(11): 927-938 8. Dengju Yao*, Xiaojuan Zhan, Xiaorong Zhan, Chee Keong Kwoh, Yuezhongyi Sun. ncRNA2MetS: a manually curated database for non-coding RNAs associated with metabolic syndrome. PeerJ, 2019, 7: e7909 9. Jie Gao, Xinyu Li, You Wang, Yan Cao, Dengju Yao, Lijie Sun, Lv Qin, Hui Qiu, Xiaorong Zhan*. Adipocyte‐derived extracellular vesicles modulate appetite and weight through mTOR signalling in the hypothalamus. Acta Physiologica, 2019, 228(2): e13339 10. Dengju Yao*, Jing Yang, Xiaojuan Zhan, Xiaorong Zhan, Zhiqiang Xie. A novel random forests-based feature selection method for microarray expression data analysis. International Journal of Data Mining and Bioinformatics, 2015, 13(1): 84-101 11. Yao Dengju*, Yang Jing, Zhan Xiaojuan. A Novel Method for Disease Diagnosis: Hybrid of Random Forest and Multivariate Adaptive Regression Splines. Journal of Computers. 2013, 8(1): 170-177 12. Yao Dengju*, Yang Jing, Zhan Xiaojuan. An Improved Random Forest Algorithm for Class-Imbalanced Data Classification and its Application in PAD Risk Factors Analysis. Open Electrical & Electronic Engineering Journal. 2013, 7: 62-70 荣誉称号多次被评为校优秀主讲教师、校三全育人先进个人、校优秀共产党员、校优秀党务工作者、黑龙江省高校优秀共产党员等。 |
