外国大学客座教授:日本中部大学生命与健康科学学院生物医学科学系环境健康科学组,地址:爱知县春日井市松本町 1200(487-8501)。期限:2009 年 4 月 1 日 - 2010 年 3 月 31 日。当地大学客座教授:1. 孟加拉国 BSMR 海事大学遗传工程与生物技术系。为研究生授课。期限:2023-2024(秋季和延长的秋季学期)。2. 达卡大学海洋学系,达卡。为本科生授课(第二年,第三学期)。期限:2017-2018。3. 达卡 BRAC 大学生物技术系。为硕士生授课。学习时间:2018年夏季学期 4.孟加拉国达卡 Dhanmondi 发展替代大学(UODA)分子医学与生物信息学系 学习时间:2006年1月-2006年12月 与诺贝尔奖获得者合作经历:2003年在东京都立大学和东京工业大学与诺贝尔奖获得者大隅良典(2016年诺贝尔生理学和医学奖获得者)合作研究酵母双杂交系统,并在世界著名期刊Biochemistry上发表以下文章:
CRISPR 相关蛋白和成簇的规律间隔短回文重复序列 (CRISPR-Cas) 技术已成为动物和家禽营养领域的一项突破性进展,可提高饲料转化效率、增强抗病能力并改善动物产品的营养质量。尽管取得了重大进展,但在系统理解和全面使用 CRISPR-Cas 方法在动物和家禽营养方面仍存在研究空白。本研究旨在阐明通过 CRISPR-Cas 基因组编辑技术在动物和家禽营养方面的最新进展,重点关注代谢、免疫和生长方面的基因操作。按照荟萃分析和系统评价指南中的首选报告项目,我们使用多个数据库(包括 Scopus、PubMed 和 Web of Science)进行了系统搜索,直到 2024 年 5 月,最终我们在本研究中纳入了总共 108 篇文章。本文探讨了 CRISPR-Cas 系统在益生菌和酶等饲料添加剂方面的应用,从而可以减少动物生产中抗生素的使用。此外,本文还讨论了与动物和家禽营养基因编辑相关的伦理和监管问题,包括对动物福利、食品安全和环境影响的担忧。总体而言,CRISPR-Cas 系统有望克服现代动物农业面临的挑战。通过丰富动物产品的营养质量、提高抗病能力和提高饲料效率,它提供了可持续且经济高效的解决方案,可以彻底改变动物和家禽的营养。
1. 学术背景和教学亮点:Hossain 博士在美国田纳西州孟菲斯大学获得计算机工程博士学位,全面关注计算机科学、计算机工程、认知科学和信息系统/技术等学科。在此之前,他成功获得了计算机科学与工程理学学士学位。除了这些资格,他还获得了两个硕士学位,一个是计算机工程硕士学位,项目以认知神经科学为中心,另一个是计算机科学硕士学位,论文以网络安全为重点(18 个学分)。Hossain 博士拥有二十多年的经验,为研究生和本科生课程贡献了教学专业知识,涉及信息科学、计算机科学、计算机工程和生物医学工程等多个领域。在这段漫长的时期里,Hossain 博士教授了 15 多门课程,指导了 20 多名研究生,其中包括两名博士生,他们担任委员会成员。此外,还成功完成了 15 篇硕士论文的指导。目前,Hossain 博士正在积极指导北德克萨斯大学 (UNT) 信息科学系的 7 名博士生。跨学科研究:Hossain 博士的研究专长涵盖了多个研究领域,包括数据科学、认知神经科学、人工智能和机器学习应用、推荐系统和网络安全管理。已发表 50 多篇同行评审的研究文章。在北德克萨斯大学 (UNT),担任安全、认知建模和推荐系统 (SCORE) 研究实验室主任。作为首席研究员 (PI) 或联合 PI,已获得总计 300 万美元的研究资金。目前,有两个项目由其领导:第一个项目名为“为 STEM 9-12 年级学生提供有效的网络安全培训环境和资源 - 完美”,获得了 ONR 颁发的 60 万美元(2022-2025 年)奖金。第二个项目名为“Cyber-CREWS:少数族裔社区网络安全研究、教育参与、劳动力发展和安全最佳实践”,获得了国土安全部的 100 万美元(2023-2027 年)。其他资金来源包括微软的 4 万美元 Azure 奖(PI – 100%)、能源部 (DoE) 的约 80 万美元设备奖(PI – 100%)、国土安全部 (DHS) 的 50 万美元赠款(Co-PI – 15%)、佐治亚理工学院 (NSF) 南大数据中心的 2.5 万美元数据科学培训分包合同(PI),以及价值约 7 万美元的 NVIDIA Inc. 深度学习工具的使用权(PI)。服务:在学术和研究界,已为部门、学院和大学级别的各种委员会提供服务。此外,被任命为西德克萨斯农工大学 2021-2022 学年的网络安全实验室/中心主任。自 2021 年起,担任计算机科学、数据科学和计算机工程项目的 ABET 项目评估员。荣誉/奖项:通过多项荣誉和奖项,表彰了对教学和指导的贡献。具体来说,德克萨斯农工大学金斯维尔分校教学效率中心连续三年(2015-2017 年)授予“最佳教师奖”。此外,我因在学生研究中提供的指导而获得了“最佳导师奖”,在 2017 年 PATHWAYS 会议中,在来自 11 个德克萨斯农工大学校园的参与者中获得一等奖和二等奖。最近,北德克萨斯大学信息学院授予了“2023 年教师卓越奖”。此外,我们的一篇会议论文还获得了 IEEE CCWC 2024 的“最佳论文”奖。网站:https://informationscience.unt.edu/gahangir-hossain 实验室网站:https://sites.google.com/site/gahangir/home Orcid:https://orcid.org/0000-0002-8205-4939 LinkedIn:https://www.linkedin.com/in/gahangir-hossain-phd-smieee-acue-9355a616/
摘要 — 人工智能物联网 (AIoT) 领域的大规模知识迫切需要有效的模型来理解人类语言并自动回答问题。预训练语言模型 (PLM) 在某些问答 (QA) 数据集上取得了最佳性能,但很少有模型能够回答有关 AIoT 领域知识的问题。目前,AIoT 领域缺乏足够的 QA 数据集和大规模预训练语料库。我们提出了 RoBERTa AIoT 来解决缺乏高质量大规模标记的 AIoT QA 数据集的问题。我们构建了一个 AIoT 语料库来进一步预训练 RoBERTa 和 BERT。RoBERTa AIoT 和 BERT AIoT 利用由面向 AIoT 的维基百科网页组成的大型语料库进行无监督预训练,以学习更多特定领域的上下文并提高 AIoT QA 任务的性能。为了微调和评估模型,我们基于社区问答网站构建了 3 个 AIoT 问答数据集。我们在这些数据集上评估了我们的方法,实验结果证明了我们的方法有显著的改进。
摘要 本研究全面描述了孟加拉国在封锁期前三个月的农村经济状况,并与新冠疫情之前的情况进行了对比。我们使用了具有全国代表性的样本(来自 56 个地区的 62 个村庄的 2,312 个农村家庭),即 Mahbub Hossain 调查样本,于 2020 年 6 月进行了电话调查。我们的描述性和回归分析表明,在调查期间,农村经济受到了遏制措施的若干不利影响,例如收获延迟、农产品销售困难、劳动力和材料投入中断和成本增加,以及汇款收入和非农业务销售额减少。农村家庭不得不减少粮食消费,并接受政府的粮食支持和私营部门的现金支持。脆弱性在户主为女性、受教育程度较低、年轻或临时工的家庭中尤其明显。根据感染集中程度的不同,不同地理区域的生计差异很大,而根据封锁措施的严格程度,差异则较小。我们还发现,在调查期间,农村家庭更倾向于现金或产品支持、农村工作或就业支持以及用于农业投入和商业投入的现金援助或软贷款。关键词:农村家庭、生产经济、生计、COVID-19 封锁措施、孟加拉国 JEL 分类:D10、I38、Q12、R20