项目介绍
Dr. Maddu 现任约翰霍普金斯大学 (JHU) 应用数学与统计系助理教授，同时是该校数据科学与人工智能研究所 (DSAI) 成员。他的实验室开发基于理论和物理引导的统计学习及科学机器学习方法，用于建模高维生物数据集。
此前，他曾在Flatiron研究所计算生物学中心担任Flatiron研究研究员，与 Prof. Michael J. Shelley 及生物物理建模团队合作，并曾作为Flatiron研究所外部研究员在哈佛大学 (Harvard) 与 Prof. Daniel Needleman 合作。他在马克斯·普朗克分子细胞生物学与遗传学研究所/德累斯顿工业大学获得博士学位，师从 Prof. Ivo F. Sbalzarini。
他的研究涵盖多个方向：开发从显微图像/视频中推断物理一致微分方程的稳健统计技术；利用物理信息神经网络进行多目标优化，将基于微分方程的物理先验与神经网络的通用逼近能力相结合；学习神经算子以推断活性流体的闭合模型；与Daniel Needleman实验室合作，利用电子显微镜静态超微结构数据和光学显微镜动态数据，推断HeLa细胞纺锤体自组织的主导物理机制；以及利用基于分数的生成模型，从RNAseq横截面数据中推断转录流动态。
所属院系：约翰霍普金斯大学，应用数学与统计系
项目时长：4 年
申请要求和方式
申请要求：
·拥有数学、统计学、物理学、计算机科学或生物物理学背景；
·对以好奇心驱动的科学研究充满热情，并有决心攻克难题。
申请方式：按照导师要求，向导师发送邮件和证明材料。经过双向选择后，向院校递交申请。
