Data Science Core
数据科学核心
基本信息
- 批准号:10574562
- 负责人:
- 金额:$ 18.32万
- 依托单位:
- 依托单位国家:美国
- 项目类别:
- 财政年份:2021
- 资助国家:美国
- 起止时间:2021-04-01 至 2026-02-28
- 项目状态:未结题
- 来源:
- 关键词:AccelerationAlgorithmsApplications GrantsArkansasArtificial IntelligenceBig DataBioenergeticsBioinformaticsBiological ModelsBiomedical ResearchCenters of Research ExcellenceChargeCloud ComputingCollaborationsCommunitiesConsultationsCreativenessDataData AnalysesData AnalyticsData Management ResourcesData ScienceData Science CoreData ScientistData SetData Storage and RetrievalDatabasesDisciplineDiseaseEducationEducational workshopEnergy MetabolismExperimental DesignsExplosionFacultyFosteringFundingFutureGenomicsGoalsGrowthHigh Performance ComputingHuman ResourcesHybridsImageInvestmentsMetabolicMetabolismMethodsModelingModernizationPediatric ResearchPerformancePhasePreparationProteomicsResearchResearch MethodologyResearch PersonnelResearch Project GrantsRoleScienceServicesSpectrum AnalysisStructureSystems BiologyTechniquesTechnologyTrainingUnited States National Institutes of HealthUniversitiesVisionWorkbiomedical informaticscohortcomputational platformcomputing resourcesdata managementdesigninnovationinterdisciplinary collaborationinterestlarge datasetsmembermetabolic phenotypemitochondrial metabolismneural networknovelprofessorprogramsrecruitskillssynergismsystems research
项目摘要
Project Summary – Data Science Core
The field of data science has exploded in growth within the biomedical sciences in recent years, driven in part
by artificial intelligence approaches using trained neural networks to analyze large data sets. Existing high-
performance computing resources will be consolidated and expanded at the University of Arkansas to establish
a Data Science Core in the proposed Arkansas Integrative Metabolic Research Center (AIMRC). The Data
Science Core will be a unique core created to meet the research needs of the AIMRC and is an essential
component of the research projects proposed by the COBRE project leaders. A team of four data scientists will
be assembled that have broad expertise to provide data science support for AIMRC. The Data Science Core will
coordinate closely with the AIMRC Bioenergetics and Imaging and Spectroscopy Cores to provide artificial
intelligence-based approaches to elucidate relationships between large imaging, bioenergetics, genomic, and
proteomic data sets, which can ultimately be used to predict and understand metabolic phenotypes and their
role in disease. This coordinated core structure will allow data analytics to be integrated into a cross-disciplinary
framework capable of supporting the entire range of technologies and expertise needed for an effective metabolic
systems research. Close interaction between the Data Science Core and COBRE Center project leaders will
also lead to new innovations in research that will benefit future COBRE investigators as well as the broader
campus research community. Opportunities and training in data science will be provided by the core directors to
AIMRC members, the campus and researchers in Arkansas.
项目摘要 – 数据科学核心
近年来,数据科学领域在生物医学科学领域呈爆炸式增长,部分原因是
通过人工智能方法,使用经过训练的神经网络来分析现有的高数据集。
阿肯色大学将整合和扩展性能计算资源,建立
拟议的阿肯色州综合代谢研究中心(AIMRC)的数据科学核心。
科学核心将是一个独特的核心,旨在满足 AIMRC 的研究需求,并且是一个必不可少的核心
由四名数据科学家组成的团队将作为 COBRE 领导者项目提出的研究项目的一部分。
汇集具有广泛专业知识的人员,为 AIMRC 提供数据科学支持。
与 AIMRC 生物能学、成像和光谱核心密切合作,提供人工
基于情报的方法来阐明大成像、生物能量学、基因组学和
蛋白质组数据集,最终可用于预测和理解代谢表型及其
这种协调的核心结构将使数据分析能够整合到跨学科中。
能够支持有效代谢所需的全部技术和专业知识的框架
数据科学核心和 COBRE 中心项目负责人之间的密切互动。
还带来了研究方面的新创新,这将使未来的 COBRE 研究人员以及更广泛的研究人员受益
校园研究社区将由核心主任提供数据科学的机会和培训。
AIMRC 成员、阿肯色州校园和研究人员。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Xintao Wu其他文献
Xintao Wu的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似国自然基金
基于肿瘤病理图片的靶向药物敏感生物标志物识别及统计算法的研究
- 批准号:82304250
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
多模态高层语义驱动的深度伪造检测算法研究
- 批准号:62306090
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
高精度海表反照率遥感算法研究
- 批准号:42376173
- 批准年份:2023
- 资助金额:51 万元
- 项目类别:面上项目
基于新型深度学习算法和多组学研究策略鉴定非编码区剪接突变在肌萎缩侧索硬化症中的分子机制
- 批准号:82371878
- 批准年份:2023
- 资助金额:49 万元
- 项目类别:面上项目
基于深度学习与水平集方法的心脏MR图像精准分割算法研究
- 批准号:62371156
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
相似海外基金
Deep-Learning-Augmented Quantitative Gradient Recalled Echo (DLA-qGRE) MRI for in vivo Clinical Evaluation of Brain Microstructural Neurodegeneration in Alzheimer Disease
深度学习增强定量梯度回忆回波 (DLA-qGRE) MRI 用于阿尔茨海默病脑微结构神经变性的体内临床评估
- 批准号:
10659833 - 财政年份:2023
- 资助金额:
$ 18.32万 - 项目类别:
Leveraging Molecular Technologies to Improve Diagnosis and Management of Pediatric Acute Respiratory Illness in Resource-Constrained Settings
利用分子技术改善资源有限环境中儿科急性呼吸系统疾病的诊断和管理
- 批准号:
10739603 - 财政年份:2023
- 资助金额:
$ 18.32万 - 项目类别:
Validation and translation of a non-invasive, MR-guided breast cancer therapy
非侵入性、MR 引导的乳腺癌疗法的验证和转化
- 批准号:
10439144 - 财政年份:2023
- 资助金额:
$ 18.32万 - 项目类别:
Use of Wearable Sensors to Assess Prosthetic Alignment in Veterans with Unilateral Transtibial Amputations
使用可穿戴传感器评估单侧小腿截肢退伍军人的假肢对准情况
- 批准号:
10483310 - 财政年份:2022
- 资助金额:
$ 18.32万 - 项目类别:
Use of Wearable Sensors to Assess Prosthetic Alignment in Veterans with Unilateral Transtibial Amputations
使用可穿戴传感器评估单侧小腿截肢退伍军人的假肢对准情况
- 批准号:
10641932 - 财政年份:2022
- 资助金额:
$ 18.32万 - 项目类别: