مين زو

تتمحور المسيرة المهنية للدكتور مين زو حول تطوير منهجيات الذكاء الاصطناعي لتحليل الصور الطبية الحيوية وغيرها من البيانات الطبية الحيوية، وخاصة التصوير المقطعي للخلايا باستخدام المجهر الإلكتروني فائق البرودة. وهو الآن أستاذ مساعد في قسم علم الأحياء الحاسوبي في جامعة كارنيجي ميلون في الولايات المتحدة. وقد كان باحثاً في دراسات ما بعد الدكتوراه في جامعة جنوب كاليفورنيا. يُذكر أنه حاصل على جوائز المؤسسة الوطنية للعلوم ومعاهد الصحة في الولايات المتحدة.

• دكتوراه في علم الأحياء الحاسوبي والمعلوماتية الحيوية من جامعة جنوب كاليفورنيا
• ماجستير العلوم من كلية الحوسبة في جامعة سنغافورة الوطنية
• ماجستير في الرياضيات التطبيقية من جامعة جنوب كاليفورنيا
• بكالوريوس في هندسة علم الحاسوب من جامعة بايهانغ، الصين

• جوائز المؤسسة الوطنية للعلوم ومعاهد الصحة الوطنية في الولايات المتحدة.

نشر الدكتور مين زو أكثر من 70 ورقة بحثية في عدد من أبرز المؤتمرات والمجلات العلمية الخاضعة لمراجعة النظراء مثل "مؤتمر الرؤية الحاسوبية والتعرف إلى الأنماط" و"المؤتمر الدولي حول الرؤية الحاسوبية" و"مؤتمر جمعية النهوض بالذكاء الاصطناعي" و"مؤتمر الأنظمة الذكية للبيولوجيا الجزيئية" و"مؤتمر حوسبة الصور الطبية والتدخل بمساعدة الحاسوب" ومجلة "وقائع الأكاديمية الوطنية للعلوم في الولايات المتحدة الأمريكية" ومجلة "المعلوماتية الحيوية"، ومجلة "الحوسبة الحيوية" ومجلة "ستراكتشر" ومجلة "جي إس بي".

• دراسة بعنوان – Harmony: A Generic Unsupervised Approach for Disentangling Semantic Content from Parameterized Transformations [للباحثين: M. Uddin، G. Howe، X. Zeng، M. Xu] نُشرت في مؤتمر CVPR عام 2022.
• دراسة بعنوان – Boosting Active Learning via Improving Test Performance [للباحثين: T. Wang، X. Li، P. Yang، G. Hu، X. Zeng، S. Huang، C. Xu، M. Xu] نُشرت في مؤتمر AAAI عام 2022. arXiv:2112.05683
• دراسة بعنوان – End-to-end robust joint unsupervised image alignment and clustering [للباحثين: X. Zeng، G. Howe، M. Xu] نُشرت في مؤتمر ICCV عام 2021.
• دراسة بعنوان – Weakly Supervised 3D Semantic Segmentation Using Cross-Image Consensus and Inter-Voxel Affinity Relations [للباحثين: X. Zhu، J. Chen، X. Zeng، J. Liang، C. Li، S. Liu، S. Behpour، M. Xu] نُشرت في مؤتمر ICCV عام 2021.
• دراسة بعنوان – Active learning to classify macromolecular structures in situ for less supervision in cryo-electron tomography [للباحثين: X. Du، H. Wang، Z. Zhu، X. Zeng، Y. Chang، J. Zhang، M. Xu] نُشرت في مجلة Bioinformatics. doi:10.1093/bioinformatics/btab123 arXiv:2102.12040
• دراسة بعنوان – Gum-Net: Unsupervised geometric matching for fast and accurate 3D subtomogram image alignment and averaging [للباحثين: X. Zeng، M. Xu] نُشرت في مؤتمر CVPR عام 2020.