师资队伍

当前位置：江南体育官网师资队伍师资一览按系部全部统计与数据科学系正文

周彦

教育程度：博士以上
职称：副教授

电话：075526534582
邮箱：zhouy1016@szu.edu.cn
地址：科技楼416

教程程度	博士以上	职称	副教授
电话	075526534582	邮箱	zhouy1016@szu.edu.cn
地址	科技楼416	教育经历	2009年9月~2013年12月，东北师范大学, 数学与统计学院，博士, 概率论与数理统计专业</br> 2006年9月~2008年7月, 东北师范大学, 数学与统计学院，硕士, 概率论与数理统计专业 </br> 2002年9月~2006年7月, 东北师范大学, 数学与统计学院，本科, 应用数学专业
工作经历	2014年1月~2015年1月，美国伊利诺伊大学香槟分校，博士后 </br>2015年5月~2018年12月，深圳大学，讲师 </br> 2019年1月~ ，深圳大学，副教授 </br> 2015年12月~2016年2月，香港浸会大学，数学系，访问学者 </br>2016年7月~2016年8月，香港浸会大学，数学系，访问学者 </br>2017年7月~2017年8月，香港浸会大学，数学系，访问学者 </br>2018年1月~2018年2月，香港城市大学，数学系，访问学者 </br>2018年3月~2018年4月，南方科技大学，数学系，访问学者 </br>2018年9月~2018年11月，澳门大学，工商管理学院，访问学者 </br>2019年7月~2019年9月，香港大学，数学系，访问学者	研究领域	生物统计，机器学习，深度学习，医学统计，纵向数据
获得荣誉	[1] 深圳市海外高层次人才“孔雀计划”C类人才;</br> [2] 南山区领航人才 C 类人才；</br> [3] 2018获得深圳大学“百篇优秀本科毕业论文指导老师”;</br> [4] 2019年指导学生获得广东省现场统计协会优秀论文奖一等奖</br> [5] 2020年获得研究生新锐研究生导师;</br> [6] 2022获得深圳大学“百篇优秀本科毕业论文指导老师”</br> [7] 2023获得深圳大学首届“百篇优秀硕士毕业论文指导老师”</br> [8] 2023年指导学生获得广东省本科统计建模大赛二等奖</br> [9] 2024年指导学生获得全国大学生数据分析特等奖</br> [10] 2024年指导学生获得美国建模大赛二等奖</br> [11] 2024年指导学生获得泰迪杯国家二等奖</br> [12] 2024年深圳大学优秀共产党员	教学课程	纵向数据，贝叶斯统计，概率论与数理统计，数据挖掘，高等计量经济学，线性代数
科研成果	[19]. Yan Zhou, Ying Zhang, Minjiao Peng, Yaru Zhang, Yaohua Hu, Jianzhong Su and Jinfeng Xu. (2024). scDMV: a zero–one inflated beta mixture model for DNA methylation variability with scBS-seq data. Bioinformatics, 40(1), btad772.</br> [18]. Yan Zhou, Ruoxi Mei, Yichuan Zhao, Zongliang Hu and Mingtao Zhao. (2024). Orthogonality-based bias-corrected empirical likelihood inference for partial linear varying coefficient EV models with longitudinal data. Journal of Computational and Applied Mathematics, 443(115751)</br> [17]. Yan Zhou, Weiping Zhang, Hongmei Lin and Heng Lian. (2021). Partially linear functional quantile regression in a reproducing kernel Hilbert space. Journal of Nonparametric Statistics, 34:4, 789-803.</br> [16]. Yan Zhou, Minjiao Peng, Bin Yang, Tiejun Tong, Baoxue Zhang and Niansheng Tang(2022). scDLC: a deep learning framework to classify large sample single-cell RNA-seq data. BMC Genomics, 23:504.</br> [15]. Liya Fu, Zhuoran Yang, Yan Zhou and You-Gan Wang (2021). An efficient Gehan-type estimation for the accelerated failure time model with clustered and censored data. Lifetime Data Analysis, 27:679–709.</br> [14]. Mingtao Zhao, Xiaoli Xu, Yan Zhou* (2021). Model Estimation and Selection for Partial Linear Varying Coefficient EV Models with Longitudinal Data. Journal of Applied Statistics, DOI: 10.1080/02664763.2021.1904847</br> [13]. Yan Zhou, Bin Yang, Junhui, Wang, JiaDi Zhu* and Guoliang, Tian. (2021). A scaling-free minimum enclosing ball method to detect differentially expressed genes for RNA-seq data. BMC Genomics, 22:479.</br> [12]. Jun Zhang, Bingqing Lin and Yan Zhou (2021). Kernel density estimation for partial linear multivariate responses models. Journal of Multivariate Analysis, 185(104768).</br> [11]. Yan Zhou, Li Zhang, Jinfeng Xu, Jun Zhang and Xiaodong Yan (2021). Encoding the category to select the feature genes for single-cell RNA-seq classification. Statistics in Medicine, DOI: 10.1002/sim.9015</br> [10]. Jiadi Zhu, Ziyang Yuan, Lianjie Shu, Yan Zhou* (2021). Selecting Classification Methods for Small Samples of Next-Generation Sequencing Data. Frontier in Genetics, https://doi.org/10.3389/fgene.2021.642227</br> [9]. Jiaqi Liu, Hengqiang Zhao， Yan Zhou (second author), …. Jianzhong Su. (2021), Genome-wide cell-free DNA methylation analyses improve accuracy of non-invasive diagnostic imaging for early-stage breast cancer. Molecular Cancer. https://doi.org/10.1186/s12943-021-01330-w (SCI) (IF: 27).</br> [8]. Jun Zhang, Junpeng Zhu, Yan Zhou, Xia Cui and Tao Lu (2020). Multiplicative regression models with distortion measurement errors, Statistical Papers, 61:2031–2057</br> [7]. Liya Fu, Zhuoran Yang, Mingtao Zhao and Yan Zhou. (2019). Efficient parameter estimation for multivariate accelerated failure time model via the quadratic inference functions method. Random Matrices: Theory and Applications, 8(4): 1950013</br> [6]. Yan Zhou, Jiadi Zhu, Tiejun Tong, Junhui Wang and Jun Zhang. (2019). A statistical normalization method and differential expression analysis for RNA-seq data between different species. BMC Bioinformatics (IF: 2.3), 20:163.</br> [5]. Weihua Zhao, Yan Zhou, Heng Lian. (2018). Time-varying Quantile Single-Index Model for Multivariate Responses. Computational Statistics & Data Analysis, 127: 32-49.</br> [4]. Yan Zhou, Baoxue Zhang, Tiejun Tong and Xiang Wan. (2018). Classifying next generation sequencing data using a zero-infated Poisson model, Bioinformatics (IF: 7.3), 34(8), 1329–1335.</br> [3]. Jun Zhang, Yan Zhou, Bingqing Lin, Yao Yu. (2017), Estimation and hypothesis test on partial linear models with additive distortion measurement errors, Computational Statistics and Data Analysis (IF: 1.18), 112: 114-128.</br> [2]. Yan Zhou, Baoxue Zhang, Gaorong Li, Tiejun Tong and XiangWan. (2017), GD-RDA: A new regularized discriminant analysis for high dimensional data. Journal of Computational Biology (IF: 1.537), 24: 1-13.</br> [1]. Bo Zhang, Yan Zhou (Co-first author), Nan Lin ....Baoxue Zhang and Ting Wang. (2013), Functional DNA methylation differences between tissues, cell types, and across individuals discovered using the M&M algorithm. Genome Research. 23:1522-1540. 10.1101/gr.156539.113	科研项目	[6] 广东省自然科学面上项目（15万），主持，2024/01-2026/12；</br> [5] 广东省自然科学面上项目（10万），主持，2023/01-2025/12；</br> [4] 国家自然科学面上项目（52万），主持，2021/01-2024/12；</br> [3] 国家自然科学基金青年科学基金项目（24万），主持，2018/01-2020/12；</br> [2] 国家自然科学基金数学天元青年基金项目（3万），主持，2016/01-2016/12；</br> [1] 广东省自然科学基金博士科研启动项目（10万），主持，2016/06-2019/06；

个人简介

周彦：江南体育官网特聘研究员，博士生导师，统计与数据科学系主任。毕业于东北师范大学，曾在UIUC从事博士后工作，2015年进入深圳大学工作。曾访问香港大学，香港浸会大学，香港城市大学等。主要研究方向为纵向数据，生物统计，机器学习，医学统计等。获得深圳市孔雀计划奖励C类和“南山区领航人才”。主持国家面上项目，国家青年项目等数项。以第一或通讯作者身份在Genome Research（影响因子：14.38），Bioinformatics（影响因子：7.38），Statistics in Medicine, BMC Genomics等国际顶级期刊上发表高水平SCI论文近四十篇。单篇最高引用次数180多次。兼职广东省高等学校教学指导委员会委员；广东省现场统计协会副理事长，常务理事；中国现场统计协会理事；中国环境资源统计学会和多元统计学会常务理事等；担任《中国统计科学学报》编委。曾为JASA， Bioinformatics等杂志审稿。

个人主页：https://www.researchgate.net/profile/Yan_Zhou114

教育经历

2009年9月~2013年12月，东北师范大学, 数学与统计学院，博士, 概率论与数理统计专业
2006年9月~2008年7月, 东北师范大学, 数学与统计学院，硕士, 概率论与数理统计专业
2002年9月~2006年7月, 东北师范大学, 数学与统计学院，本科, 应用数学专业

工作经历

2014年1月~2015年1月，美国伊利诺伊大学香槟分校，博士后
2015年5月~2018年12月，深圳大学，讲师
2019年1月~ ，深圳大学，副教授
2015年12月~2016年2月，香港浸会大学，数学系，访问学者
2016年7月~2016年8月，香港浸会大学，数学系，访问学者
2017年7月~2017年8月，香港浸会大学，数学系，访问学者
2018年1月~2018年2月，香港城市大学，数学系，访问学者
2018年3月~2018年4月，南方科技大学，数学系，访问学者
2018年9月~2018年11月，澳门大学，工商管理学院，访问学者
2019年7月~2019年9月，香港大学，数学系，访问学者

研究领域

生物统计，机器学习，深度学习，医学统计，纵向数据

获得荣誉

[1] 深圳市海外高层次人才“孔雀计划”C类人才;
[2] 南山区领航人才 C 类人才；
[3] 2018获得深圳大学“百篇优秀本科毕业论文指导老师”;
[4] 2019年指导学生获得广东省现场统计协会优秀论文奖一等奖
[5] 2020年获得研究生新锐研究生导师;
[6] 2022获得深圳大学“百篇优秀本科毕业论文指导老师”
[7] 2023获得深圳大学首届“百篇优秀硕士毕业论文指导老师”
[8] 2023年指导学生获得广东省本科统计建模大赛二等奖
[9] 2024年指导学生获得全国大学生数据分析特等奖
[10] 2024年指导学生获得美国建模大赛二等奖
[11] 2024年指导学生获得泰迪杯国家二等奖
[12] 2024年深圳大学优秀共产党员

教学课程

纵向数据，贝叶斯统计，概率论与数理统计，数据挖掘，高等计量经济学，线性代数

科研成果

[19]. Yan Zhou, Ying Zhang, Minjiao Peng, Yaru Zhang, Yaohua Hu, Jianzhong Su and Jinfeng Xu. (2024). scDMV: a zero–one inflated beta mixture model for DNA methylation variability with scBS-seq data. Bioinformatics, 40(1), btad772.
[18]. Yan Zhou, Ruoxi Mei, Yichuan Zhao, Zongliang Hu and Mingtao Zhao. (2024). Orthogonality-based bias-corrected empirical likelihood inference for partial linear varying coefficient EV models with longitudinal data. Journal of Computational and Applied Mathematics, 443(115751)
[17]. Yan Zhou, Weiping Zhang, Hongmei Lin and Heng Lian. (2021). Partially linear functional quantile regression in a reproducing kernel Hilbert space. Journal of Nonparametric Statistics, 34:4, 789-803.
[16]. Yan Zhou, Minjiao Peng, Bin Yang, Tiejun Tong, Baoxue Zhang and Niansheng Tang*(2022). scDLC: a deep learning framework to classify large sample single-cell RNA-seq data. BMC Genomics, 23:504.
[15]. Liya Fu, Zhuoran Yang, Yan Zhou* and You-Gan Wang (2021). An efficient Gehan-type estimation for the accelerated failure time model with clustered and censored data. Lifetime Data Analysis, 27:679–709.
[14]. Mingtao Zhao, Xiaoli Xu, Yan Zhou* (2021). Model Estimation and Selection for Partial Linear Varying Coefficient EV Models with Longitudinal Data. Journal of Applied Statistics, DOI: 10.1080/02664763.2021.1904847
[13]. Yan Zhou, Bin Yang, Junhui, Wang, JiaDi Zhu* and Guoliang, Tian*. (2021). A scaling-free minimum enclosing ball method to detect differentially expressed genes for RNA-seq data. BMC Genomics, 22:479.
[12]. Jun Zhang, Bingqing Lin and Yan Zhou* (2021). Kernel density estimation for partial linear multivariate responses models. Journal of Multivariate Analysis, 185(104768).
[11]. Yan Zhou, Li Zhang, Jinfeng Xu, Jun Zhang and Xiaodong Yan (2021). Encoding the category to select the feature genes for single-cell RNA-seq classification. Statistics in Medicine, DOI: 10.1002/sim.9015
[10]. Jiadi Zhu, Ziyang Yuan, Lianjie Shu, Yan Zhou* (2021). Selecting Classification Methods for Small Samples of Next-Generation Sequencing Data. Frontier in Genetics, https://doi.org/10.3389/fgene.2021.642227
[9]. Jiaqi Liu, Hengqiang Zhao， Yan Zhou (second author), …. Jianzhong Su. (2021), Genome-wide cell-free DNA methylation analyses improve accuracy of non-invasive diagnostic imaging for early-stage breast cancer. Molecular Cancer. https://doi.org/10.1186/s12943-021-01330-w (SCI) (IF: 27).
[8]. Jun Zhang, Junpeng Zhu, Yan Zhou*, Xia Cui and Tao Lu (2020). Multiplicative regression models with distortion measurement errors, Statistical Papers, 61:2031–2057
[7]. Liya Fu, Zhuoran Yang, Mingtao Zhao and Yan Zhou*. (2019). Efficient parameter estimation for multivariate accelerated failure time model via the quadratic inference functions method. Random Matrices: Theory and Applications, 8(4): 1950013
[6]. Yan Zhou, Jiadi Zhu, Tiejun Tong, Junhui Wang and Jun Zhang. (2019). A statistical normalization method and differential expression analysis for RNA-seq data between different species. BMC Bioinformatics (IF: 2.3), 20:163.
[5]. Weihua Zhao, Yan Zhou*, Heng Lian. (2018). Time-varying Quantile Single-Index Model for Multivariate Responses. Computational Statistics & Data Analysis, 127: 32-49.
[4]. Yan Zhou, Baoxue Zhang, Tiejun Tong and Xiang Wan. (2018). Classifying next generation sequencing data using a zero-infated Poisson model, Bioinformatics (IF: 7.3), 34(8), 1329–1335.
[3]. Jun Zhang, Yan Zhou*, Bingqing Lin, Yao Yu. (2017), Estimation and hypothesis test on partial linear models with additive distortion measurement errors, Computational Statistics and Data Analysis (IF: 1.18), 112: 114-128.
[2]. Yan Zhou, Baoxue Zhang, Gaorong Li, Tiejun Tong and XiangWan. (2017), GD-RDA: A new regularized discriminant analysis for high dimensional data. Journal of Computational Biology (IF: 1.537), 24: 1-13.
[1]. Bo Zhang, Yan Zhou (Co-first author), Nan Lin ....Baoxue Zhang and Ting Wang. (2013), Functional DNA methylation differences between tissues, cell types, and across individuals discovered using the M&M algorithm. Genome Research. 23:1522-1540. 10.1101/gr.156539.113

科研项目

[6] 广东省自然科学面上项目（15万），主持，2024/01-2026/12；
[5] 广东省自然科学面上项目（10万），主持，2023/01-2025/12；
[4] 国家自然科学面上项目（52万），主持，2021/01-2024/12；
[3] 国家自然科学基金青年科学基金项目（24万），主持，2018/01-2020/12；
[2] 国家自然科学基金数学天元青年基金项目（3万），主持，2016/01-2016/12；
[1] 广东省自然科学基金博士科研启动项目（10万），主持，2016/06-2019/06；