闵贤博士.D.
- 可信赖的人工智能
- 机器学习(ML)和深度学习
- 敌对的学习
- 关键领域的AI/ML应用
- 生物医学图像分析
- 人工智能辅助材料表征和建模
冼敏,美国bet365亚洲官网计算机系副教授. 他在犹他州立大学获得计算机科学博士学位, 洛根, 犹他州, in 2017, 并在哈尔滨工业大学获得模式识别和智能系统硕士学位, 哈尔滨, 中国, in 2011. 西安现在是该中心的主任 机器智能与数据分析实验室,以研究为导向,以协作和协同为核心,推动跨学科研究. 他是bet365亚洲官网生物信息学和计算生物学(BCB)项目的副教授和博士生导师, 是高级能源研究中心(CAES)的附属机构,也是建模协作与创新研究所(IMCI)的参与教员。. 他正在领导人工智能增强癌症检测(NIH)和材料表征与开发(DOE)项目。. 他的研究兴趣包括人工智能, 机器学习, 深度神经网络, 敌对的学习, 生物医学数据分析, 材料信息学和数字图像理解. 冼先生是《bet365亚洲官网》杂志的客座编辑, 人工智能促进协会2023 (AAAI-23)会议主席和AAAI-24高级项目委员会成员.
- B. 张. 瓦坎斯基和M. 西安, BI-RADS-NET-V2:一种复合多任务神经网络,用于超声图像中具有语义和定量解释的计算机辅助诊断乳腺癌,在IEEE Access中, 卷. 11, pp. 79480-79494, 2023, doi: 10.1109 /访问.2023.3298569.
- B. Shareef, M. 西安,一个. Vakanski H. 王, 使用混合多任务CNN-Transformer网络的乳腺超声肿瘤分类,医学图像计算与计算机辅助干预国际会议(MICCAI), pp. 1-8, 2023
- H. 王,M. 西安,一个. 瓦坎斯基和B. Shareef, SIAN:多器官组织病理学图像合成的风格引导实例自适应归一化,IEEE国际生物医学成像研讨会(ISBI), pp. 1-5, 2023.
- S. 孤峰,H. 王,一个. Vakanski, M. 西安, 用于组织病理学图像合成的增强Sharp-GAN,IEEE国际生物医学成像研讨会(ISBI), pp. 1-5, 2023.
- B. Shareef,. Vakanski P. E. 弗里尔和M. 西安, ESTAN:用于乳腺超声图像分割的增强小肿瘤感知网络,“医疗, 卷. 10, no. 11, pp. 2262, 2022.
- F. 高,Y. 妈,B. 张、M. “面向方向相关数据的神经网络:SepNet”,《bet365亚洲官网》,卷. 153, pp. 215-223, 2022/09/01/, 2022.
- Y. 张,M. 西安,H.D. 程,B. Shareef J. 叮,F. 徐,K. 黄,B. 张,C. 宁和Y. 王,“基于BUSIS的乳腺超声图像分割方法”,中华医学杂志,卷. 10, no. 4, pp. 729, 2022-04-14, 2022.
- S. 太阳,米. A .瓦坎斯基,H. 加尼姆, MIRST-DM:具有Drop-Max层的多实例RST用于乳腺癌的稳健分类, 医学图像计算与计算机辅助干预国际会议(MICCAI), 2022.
- J. 史,. Vakanski, M. 西安,我. 丁和C. 宁, EMT-NET:用于计算机辅助诊断乳腺癌的高效多任务网络,IEEE国际生物医学成像研讨会(ISBI), 2022.
- H. 王,M. 西安和A. Vakanski, TA-Net:用于腺体分割的拓扑感知网络,IEEE/CVF计算机视觉应用冬季会议(WACV), 2022, pp. 1556-1564.
- S. 孤峰,H. 王,M. 西安和A. Vakanski, Sharp-GAN:用于组织病理学图像合成的锐度损失正则化GAN,IEEE国际生物医学成像研讨会(ISBI), 2022.
- L. Cai F. 徐,F. G. 第引理,J. J. 想来,M. T. 本森,D. J. 穆雷,C. A. Adkins, J. J. 凯恩,M. 西安,L. Capriotti, “了解裂变气泡的分布, 镧系元素运输, 利用机器学习研究中子辐照α-U的导热性退化,材料特性, 卷. 184, pp. 111657, 2022.
- A. 瓦坎斯基和M. 西安, 医学图像分析中深度学习泛化的复杂性度量评估,在2021年IEEE第31届信号处理机器学习国际研讨会(MLSP)上, 2021.
- C. 施,M. 西安,X. 周,H. 王,H.D. 程, 基于多层低秩张量分解的多图谱分割:在病理肝脏CT自动分割中的应用, 医学图像分析73 (2021)102152.
- Z. 王,C. 粉丝,米. 西安, 深度学习体系结构在城市树冠映射中的应用与评价, 遥感13(9)(2021)1749.
- Y. 廖,. 瓦坎斯基和M. 西安, “一个评估身体康复练习的深度学习框架,IEEE神经系统与康复工程学报, 卷. 28, no. 2, pp. 468-477, 2020.
- A. Vakanski, M. 西安,P. E. 更自由的, 超声图像中乳腺肿瘤分割的富注意力深度学习模型,医学中的超声波 & 生物学、卷. 46, no. 10, pp. 2819-2833, 2020.
- M. 西安,Y. 张,F. 徐,B. 张和J. 丁,“自动乳房超声图像分割:调查”,模式识别,卷. 79, pp. 340-355, 2018.
- M. 西安和Y. 张, 基于乳腺空间和频域特征的乳腺超声图像全自动分割,模式识别, 卷. 48, no. 2, pp. 485-497, 2015.
- M. 西安,Y. 张,H.-D. 程,F. 徐、J. 丁,“中性连接切断”,IEEE图像处理学报,卷. 25, no. 10, pp. 4691-4703, 2016.
- 伊利诺伊大学的P3-R1资助,2023 - 2025.
- INL LDRD,“人工智能增强先进辐照后检查”,10月. 2021年1月1日至9月1日., 2024.
- NRC / INL项目, 分包合同, PI:闵贤, 人工智能/机器学习(AI/ML)在核运行经验数据分析中的应用." 2022-2023
- 国家卫生研究院的图, 乳腺超声肿瘤检测的深度学习,赞助商:NIH/IMCI -bet365亚洲官网, 授权机构:美国国立卫生研究院, 持续时间:2月. 2019年1月1日至2023年6月30日.
- CAES合作资助,“结构材料分析的AI/ML”,2023
- 我的种子授予, 为计算模型建立不确定性量化(UQ)的能力," 2023
- 国家实验室分包合同,“能源存储的数字双胞胎”,2023年.
- CAES合作资助,“原子探针断层扫描上的AI/ML应用”,2022年.
- INL分包合同, “核运行经验中使用人工智能和机器学习的先进计算能力”," 2020.
- 微聚变试点项目, 异常检测人工智能引擎的原型设计, 赞助商:Microfusion Inc., 2020.
- 爱达荷州立大学硬件奖,“构建基于gpu的高性能计算能力在IF”,2023
- 设备和基础设施支持(EIS)奖, “购买便携式超声仪,开发可负担得起的乳腺癌检测方法,主办单位:研究与经济发展办公室——bet365亚洲官网, 2020
- 模式识别优秀审稿人,2020年