近日，金沙集团1862cc橙色召开2020年度科研与智库总结暨表彰大会，举行了2020年度科研标兵、科研优秀奖、优秀科研成果奖、科研工作先进集体、优秀科研秘书以及2020年度金沙集团1862cc橙色国家高端智库建设先进集体与先进个人表彰暨颁奖仪式。龚新奇教授、沈栋教授荣获2020年度金沙集团1862cc橙色科研与智库建设奖项。

龚新奇教授荣获金沙集团1862cc橙色科研优秀奖

1.科研方向与成果

龚新奇教授主要研究方向为生物信息学，生物数学。2018年1月至2019年12月完成国家自然基金重大研发计划子课题1项。在应用数学的生物信息学方向科研和教学包括构建数学模型、开发计算方法和应用它们来研究多体超大蛋白质相互作用复合物的结构、网络和动力学等，近三年利用深度学习和大数据方法设计新的算法框架解决生物大分子和医疗图像的计算，还开发计算模型和算法来用于环境、经济等交叉领域的课题研究。

近三年已经发表学术论文26篇，包括理论模型、计算方法和生物应用三部分，发表的杂志包括Nature Communications、Cell Research、BMC Bioinformatics、IEEE Transactions in Computational Biology and Bioinformatics等。论文总被引用次数已超过2300 多次，H 指数22。主持多项国家课题，包括国家自然科学基金项目重大研究计划和国家自然科学基金面上项目等。

2.主要学术创新和贡献

（1）理论计算与生物医学实验的精确匹配。通过独立的理论计算，与多个不同的实验合作，帮助设计或解释了实验，已发表多篇理论计算与实验合作的论文。如何提高理论计算与生物医学实验的匹配精度，是领域内很多科学家关心的重要问题。从数学建模出发，把实验和结构中挖掘得到的信息设计成变量，构建变量间的关系，优化方程参数。

（2）多体蛋白质相互作用的结构预测方法和分子对接方法。提出了三个新颖的氨基酸中原子接触的几何参数，包括对外暴露的空面积、对外接触面积和对内接触面积，能显著提高预测蛋白质相互作用界面氨基酸配对的能力。

（3）医学临床数据处理的机器学习方法。与北京协和医院合作进行胰腺肿瘤CT 图像处理的课题，医生提供临床实践中收集的图像。课题组选取胰腺肿瘤分类问题，从医学CT 图像出发，搭建深度学习模型。对于肿瘤分类，将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。建立级联分割网络，从病人腹部的CT 图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10 个百分点。

3.近三年出版或发表的重要著作和最优期刊论文

龚新奇教授与学生合影

沈栋教授荣获金沙集团1862cc橙色科研优秀成果奖

1.科研方向与成果

随机系统控制与优化，分布式人工智能及其在智能控制中的应用，随机逼近理论，启发式优化算法等。近年来，主要针对如何利用系统的不完备重复性来实现有效地学习与跟踪问题展开研究，建立了不完备信息下的学习控制设计与分析框架；出版中英文专著4部；已发表/接收发表期刊论文81篇，其中SCI论文76篇，2017年至今65篇；已发表EI会议论文42篇；被引用超过1100次，H指数为20。

2.获奖成果

《An Iterative Learning Control Algorithm with Gain Adaptation for Stochastic Systems》

该研究成果针对离散时间随机系统提出了一种具有增益自适应机制的学习控制方法。其中所提出的增益自适应机制仅使用系统的跟踪误差数据，是一种典型的数据驱动机制。基于该增益自适应机制，学习控制可分为两个阶段：在早期阶段，系统自身偏差主导系统的跟踪误差，此时增益保持不变以实现快速学习；在后期阶段，经过有效学习之后的系统跟踪误差主要是由随机噪声导致，此时增益开始自适应衰减以有效抑制噪声的影响并确保算法逐步收敛至最优目标。

沈栋教授

沈栋教授课题组