报 告 人：周彤

摘要：

      细胞内存在数以万计的化学成份,如 DNA、RNA、蛋白质、小分子等。只有通过这些成份之间复杂的相互作用，一个生物学功能通常才能完成。

然而，这些相互作用一般很难直接测量。要在分子水平理解生物学功能, 一个重要的课题是辨识出这些成份之间的直接因果关系。此时，我们所面

对的不仅有相互作用数量庞大的困难，还有测试信号受限等困难。

     本报告将讨论如何利用幂律等结构特性和鲁棒状态估计等技术手段，提高基因调控网络结构辨识的精度。我们在模拟网络、MAPK 信号传导通路、

DREAM测试问题的“干性”数据和“湿性”数据上，对这些方法进行了检验。计算结果表明，与其他方法相比，参数估计精度得到大幅度提高，假阳

性率得到大幅度降低；而计算复杂度基本相同、甚至更低。

 简历: 

          周彤，1964年10月生。1984年7月于成都电讯工程学院获自动控制工学学士学位，1991年3月于日本国金泽大学获电气与电子工程工学硕士学位，

1994年3月于日本国大阪大学获产业机械专业工学博士学位。现为清华大学自动化系控制理论与技术研究所教授、博士研究生导师。主要研究领域为：

鲁棒控制与滤波、面向控制的系统辨识、空间分布动态系统的建模与控制、磁悬浮技术、基因调控网络建模与分析等。研究工作得到了“教育部优秀

青年教师资助计划” （2001年度）、“教育部跨世纪优秀人才培养计划” （2002年度）、“国家自然科学基金杰出青年基金”（2006年度）等人才基

金的支持。研究结果获教育部提名国家科学技术奖自然科学奖一等奖（2003年度）。

       曾担任清华大学自动化系学术委员会主任，IEEE Transactions on Automatic Control 等国际学术期刊的 Associate Editor。目前担任清华大学信息科学

与技术学院学术委员会副主任, Automatica 等国际学术期刊的Associate Editor。