王贵参

个人信息Personal Information

讲师

硕士生导师

教师拼音名称:wangguishen

电子邮箱:

入职时间:2017-03-07

所在单位:计算机科学与工程学院

职务:教师

学历:研究生(博士)毕业

办公地点:北湖计算机楼119室

性别:男

学位:工学博士学位

在职信息:在职

主要任职:计算机科学与技术系系副主任

毕业院校:吉林大学

学科:计算机应用技术

个人简介Personal Profile

王贵参,长春工业大学计算机科学与工程学院讲师,吉林省E类人才,主持科技厅项目、吉林省教育厅科研项目等。

主讲本科课程:人工智能导论、Web前端开发技术A、Java程序设计、面向对象程序设计等

主讲研究生课程:深度学习算法实践,人工智能原理

主要研究方向:生物信息学,图神经网络,计算生物,围绕相关问题已发表相关论文20余篇,其中TOP期刊3篇,CCF B类会议2篇,包括:

生物信息学顶级期刊:NUCLEIC ACIDS RES 1篇,IEEE J BIOMED HEALTH 1篇,顶级国际学术会议:BIBM 2篇。

化学信息学顶级期刊:J. Chem. Inf. Model. 1篇,J CHEMINFORMATICS 1篇 。

部分代表性论文信息如下:

1. RAVAR: a curated repository for rare variant–trait associations[J]. Nucleic Acids Research, 2024, 52(D1): D990-D997.(IF=14.9,中科院二区,TOP期刊,通讯作者)

2. EHR-HGCN: An Enhanced Hybrid Approach for Text Classification Using Heterogeneous Graph Convolutional Networks in Electronic Health Records[J]. IEEE Journal of Biomedical and Health Informatics, 2024, 28(3):1668-1679.(IF=6.7,中科院二区,TOP期刊,第一作者)

3. Optimal variable identification for accurate detection of causal expression Quantitative Trait Loci with applications in heart-related diseases[J]. Computational and Structural Biotechnology Journal, 2024. (IF=4.4, 中科院二区,第一作者)

4. A Novel Drug-Drug Interaction Prediction Model Based on Line Subgraph Generation Strategy[C]//2023 IEEE International Conference on Bioinformatics and Biomedicine (BIBM). IEEE, 2023: 153-158.(CCF B类国际会议,通讯作者)

5. Multimodal Representation Learning via Graph Isomorphism Network for Toxicity Multitask Learning, Journal of Chemical Information and Modeling, 2024, 64(21): 8322-8338.  (IF=5.9,中科院二区,TOP期刊,第一作者)

目前正在招收2025年度计算机学院研究生,欢迎有计算机、生物医学、数学专业背景的同学报考!

  • 教育经历Education Background
  • 工作经历Work Experience
  • 研究方向Research Focus
  • 社会兼职Social Affiliations

团队成员Research Group

团队名称:人工智能研究院