• 学生入口
    • |
    • 教职工入口
    • |
    • 校友入口
    • |
    • 访客入口
    • |
    • 信息公开
    • 学生入口
    • |
    • 教职工入口
    • |
    • 校友入口
    • |
    • 访客入口
    • |
    • 信息公开
    • 学校概况

      学校简介
      现任领导
      历任领导
      历史沿革
      学校章程
      鲁大标识
    • 组织机构

      党委办公室
      纪委机关
      党委宣传部
      党委统战部
      工会(妇委会)
      团委
      发展规划处
      人事处
      教务处
      科学技术处
      社会科学处
      服务新旧动能转换办公室
      研究生院
      学生工作处
      国际交流与合作处
      财经处
      审计处
      后勤处
      资产处
      实验室管理处
      基建处
      保卫处
      离退休工作处
      继续教育学院
      创新创业学院
      法律事务室
      图书馆
      博物馆(档案馆)
      教育信息技术部
      汽车技术实习中心
    • 院部设置

      马克思主义学院
      人文学院
      新闻与传播学院
      区域国别学院
      外国语学院
      盈科法学院
      教育学院
      体育学院
      商学院
      数学与统计科学学院
      物理与光电工程学院
      化学与材料科学学院
      生命科学学院
      资源与环境工程学院
      交通学院
      蔚山船舶与海洋学院
      水利土木学院
      信息与电气工程学院
      集成电路学院
      食品工程学院
      园艺学院
      水产学院
      艺术学院
      国际教育学院
      张炜文学研究院
      滨海生态高等研究院
    • 人才培养

      本科生教育
      研究生教育
      国际学生教育
      继续教育
    • 科学研究

      人文社科
      自然科学
    • 学科建设

    • 合作交流

      服务地方
      国际交流与合作
      基础教育集团
    • 招生就业

      本科招生
      研究生招生
      国际学生招生
      继续教育招生
      学生就业指导
    menu
    close

    学术鲁大

    学术鲁大

    我校研究生在人工智能领域TOP期刊发表学术论文
    日期:2025-08-25 阅读:
    打印

    我校计算机与人工智能学院硕士研究生刘峻江作为第一作者在人工智能领域中科院SCI二区、Top期刊《Applied Soft Computing》上发表题为“Parallel convolutional and Transformer encoder method for cancer related T cell receptor sequences prediction”的学术论文,其导师周树森副教授为通讯作者。

    首先,该研究使用词向量来表示受体序列中的氨基酸,与其他方法相比,这增强了特征提取的能力。在模型方面,采用不同注意力头的并联Transformer编码器捕获多维TCR-seq特征,与CNN的融合进一步加强了特征提取能。其次,该研究从TCR-seq中去除不必要的氨基酸,并通过将序列填充到统一长度来解决数据集利用率低的问题。最后,通过对所提出方法的可解释性分析,该研究发现谷氨酸、脯氨酸和酪氨酸在识别癌症相关的TCR-seq中发挥了关键作用,这对后续研究者探索受体的免疫机制具有重要意义。(计算机与人工智能学院 通讯员:周树森)


    扫一扫在手机打开当前页