闵文文

副教授

  • 研究方向:数据挖掘,机器学习,深度学习及医学人工智能
  • 联系方式:minwenwen[AT]ynu.edu.cn (请把[AT]换成@)
  • 地址:信息学院1523室

个人简介

计算机科学与工程系副教授,硕士生导师,云南大学 "东陆人才计划-青年学者"2017年毕业于武汉大学计算机学院,获工学博士学位,2019-2021年在香港中文大学(深圳)理工学院完成博士后研究,主要从事生物医学数据挖掘工作,专注于开发新的机器学习模型和算法。主持国家级项目3项,发表学术论文近20篇,第一/通信作者发表CCF/CAA推荐外文A刊5篇,B刊3篇,诸如IEEE TNNLS (2022)、IEEE TKDE (2021, 2022)、PLoS Computational Biology (2021)、IEEE/ACM TCBB (2018) 、Bioinformatics (2018)。

代表性论文

[1] W. Min*, T. Xu, X. Wan, TH. Chang. Structured Sparse Non-negative Matrix Factorization with L20-Norm. IEEE Transactions on Knowledge and Data Engineering, 2022(中国计算机学会推荐A刊,IF=9.235)

[2] W. Min, J. Liu*, S. Zhang*. Group-sparse SVD Models via L0 and L1-norm Penalties and Their Applications in Biological Data. IEEE Transactions on Knowledge and Data Engineering, 2021(中国计算机学会推荐A,IF=9.235)

[3] W. Min, X. Wan, TH. Chang, S. Zhang*. A Novel Sparse Graph-Regularized Singular Value Decomposition Model for Gene Co-Expression Pattern Discovery. IEEE Transactions on Neural Networks and Learning Systems, 2022 (中国自动化学会推荐A,IF=14.255)

[4] W. Min, TH. Chang, S. Zhang*, X. Wan*. TSCCA: A tensor sparse CCA method for detecting microRNA-gene patterns from multiple cancers. PLoS Computational Biology, 2021 (中国自动化学会推荐A,IF=4.779)

[5] W. Min, J. Liu*, S. Zhang*. Edge-group sparse PCA for network-guided high dimensional data analysis. Bioinformatics, 2018 (中国自动化学会推荐A,IF=6.931)

[6] W. Min, J. Liu*, S. Zhang*. Network-regularized sparse logistic regression models for clinical risk prediction and biomarker discovery. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2018(中国计算机学会推荐B,IF=3.702) 

[7] W. Min, J. Liu*, F. Luo, S. Zhang*. A two-stage method to identify joint modules from matched microRNA and mRNA expression data. IEEE Transactions on Nanobioscience, 2016 (中国自动化学会推荐B,IF=3.206)

[8] W. Min, J. Liu*, Fei Luo, S. Zhang*. A novel two-stage method for identifying microRNA- gene regulatory modules in breast cancer. IEEE International Conference on Bioinformatics and Biomedicine, Washington, DC, 2015.11.9- 2015.11.12 (中国计算机学会推荐B类会议)

[9] W. Min, J. Liu*, S. Zhang. Sparse weighted canonical correlation Analysis. Chinese Journal of Electronics (电子学报英文版), 2018 (中国计算机学会推荐Top I类期刊)

[10] F. Zhu, J. Li*, J. Liu*, W. Min* (闵文文). Network-based cancer genomic data integration for pattern discovery. BMC Genomic Data, 2022 (中国自动化学会推荐B).

详细论文列表见ORCID主页:https://orcid.org/0000-0002-2558-2911 

谷歌学术主页:https://scholar.google.com/citations?user=0Uy0GnoAAAAJ&hl=en

代表性项目

[1] 主持国家自然科学基金项目,No.62262069,时间:2023.01-2026.12,经费:35万元(国家级项目)

[2] 主持国家自然科学基金项目,No.61802157,时间:2019.01-2021.12,经费:23万元(国家级项目) 

[3] 主持中国博士后科学基金面上项目,No.2020M671902,时间:2020.07-2021.08,经费:8万元 (国家级项目)

[4] 主持云南大学东陆青年人才引进项目,No.CZ22623101,时间:2021.12-2027.12,经费:100万元

[5] 主持江西省自然科学基金青年项目,No.20192BAB217004,时间:2019.01-2021.12,经费:6万元

[6] 主持云南省智能系统与计算重点实验室开放课题,No.ISC22Z03,时间:2022.07-2023.07,经费:8万元


服务与合作

1. 学术服务

(1) 期刊审稿:IEEE TNNLSIEEE/ACM TCBBPLoS Computational BiologyIEEE access, Scientific ReportsBMC Systems BiologyInt. J. Data Mining and BioinformaticsMicrochemical Journal等。

(2) 会议审稿:IEEE BIBM (2019202020212022 PC member)International Conference on Biological Information and Biomedical Engineering (BIBE)International Conference on Intelligent Computing (ICIC)International Conference on Computational Systems Biology (ISB), 中国计算机学会生物信息学会议等。

2. 合作导师

(1) 刘娟教授(武汉大学计算机学院)。简介:教育部新世纪人才计划获得者,武汉大学珞珈特聘教授,计算机软件所所长,主要从机器学习、数据挖掘、自然语言处理与生物信息学交叉研究。

(2) 张世华研究员(中国科学院数学与系统科学研究院)。简介:中国科学院数学与系统科学研究院研究员、中国科学院随机复杂结构与数据科学重点实验室副主任。荣获中国青年科技奖、国家自然科学基金“优秀青年”基金、中组部“万人计划”青年拔尖人才,主要从事运筹学、机器学习、模式识别与生物信息学交叉研究。

(3) 张纵辉教授(香港中文大学,深圳)。简介:中组部第十二批国家千人青年人才,其研究兴趣主要于通信系统、机器学习与大数据分析中的关键信号处理与优化方法,在国际学术刊物及会议发表论文110 多篇,其中包括主流学术刊物论文50篇,IEEE TSP20篇。


广揽英才

1. 招生要求

(1) 勤奋+毅力

(2) 良好的编程、数学、英语能力

(3) 招收计算机专硕、学硕

2. 研究方向

(1) 机器学习理论与方法研究 

(i) 多视图无监督聚类方法研究

(ii) 矩阵优化方法研究

(iii) 深度学习方法研究

(2) 医学人工智能方法研究

(i) 深度学习在医学图像处理和多模态组学数据融合中的应用研究

(ii) 机器学习在生物医学多组学数据分析中的应用研究

3. 升学就业推荐

(1) 优秀毕业生可推荐到武汉大学、中科大、中科院、香港中文大学等攻读博士学位

(2) 在编程和算法技能方面优秀的同学可内推到国内知名大厂就业

如果您想加入本团队,请邮件至minwenwen[AT]ynu.edu.cn或minwenwen[AT]ustc.edu.cn (请把[AT]换成@)