苏计国

苏计国，燕山大学副教授。主要研究方向是蛋白质折叠机理及蛋白质结构-功能关系研究，为蛋白质功能改造及合理的药物设计提供理论基础。近年来，基于统计物理学理论，发展了一系列有效的简化模型和理论方法，成功应用于蛋白质折叠及蛋白质变构机制研究，深入探讨了蛋白质拓扑结构及其动力学特性与蛋白质折叠和蛋白质功能之间的内在关系。主要研究工作有：1．基于弹性网络模型，通过模拟计算和统计分析，揭示了蛋白质拓扑结构本身所固有的动力学特性对其去折叠过程的重要影响。在此基础上，根据统计物理学理论，发展了一种迭代的弹性网络方法，把蛋白质去折叠过程简化为一个缓慢升温下的准平衡过程，去折叠过程的每一步体系的熵增最大。所提出的理论方法能够很好地预测蛋白质去折叠过程。2．根据统计热力学理论，提出了一种热力学微扰方法，成功应用于蛋白质构象转变中关键残基的识别研究。该方法对蛋白质体系内的每一个残基进行微扰，能够显著改变蛋白质构象转变前后自由能差的残基认为是构象转变中的关键残基。所提出的方法理论严密、计算速度快，并且能够特异性地考虑同一蛋白质体系不同的变构过程。3.基于弹性网络模型，提出了一种有效的热力学方法，识别蛋白质表面的变构位点，为基于结构的药物设计提供有价值的生物学信息。该方法通过计算蛋白质表面不同部位与活性位点之间的热力学耦合效应来识别变构位点，预测结果与实验能够很好的吻合。4.把静电相互作用加入到Gō模型中，对传统的Gō模型进行了改进，开发了相关模拟程序包，利用所改进的模型很好地揭示了静电相互作用对冷休克蛋白热稳定性和折叠动力学的影响。5.基于相对熵理论和氨基酸HNP模型，对课题组其他研究者所开发的蛋白质折叠和蛋白质设计程序包进行了改进和发展，进行了小蛋白的结构预测和序列设计研究，预测结果与实验能够很好的吻合。基于复杂网络模型，研究了蛋白质氨基酸网络的结构特征，通过网络拓扑参量的分析，研究了蛋白质拓扑结构对蛋白质折叠的影响。

亨利·埃茨科维兹（HenryEtzkowitz）

三螺旋协会主席，斯坦福大学教授，伯克贝克、伦敦大学、爱丁堡大学商学院的客座教授。他是国际三螺旋会议的发起人之一，在创新研究领域著作颇丰，包括《三螺旋:大学·产业·政府三元一体的创新战略》、《麻省理工学院与创业科学的兴起》等。在 ResearchPolicy,ScienceandPublicPolicy等国际期刊发表多篇高水平研究论文。

Richard Crane

RichardCrane,就职于飞利浦医疗科技,现任商品管理高级副总裁一职。RichardCrane2015年11月26日,RichardCrane受邀参加了由《中国远程教育》杂志社在朝阳区望京东路1号主办的《2015中国国际远程教育大会》2018年11月01日,RichardCrane受邀参加了由Beverf在浦东新区新金桥路15号主办的《第五届亚太卓越采购峰会2018（PSS2018）》

Blair

英浦（北京）教育科技有限责任公司学术总监，中国传媒大学工商管理硕士，英语语言文学、新闻学双学士，英语课程高级研发员，教育行业从业十余年，曾任英文新闻记者、大学英语教师、励步国际教育高级研发员

刘雨昕

刘雨昕,就职于精益学习,现任CEO一职。刘雨昕2015年11月26日,刘雨昕受邀参加了由《中国远程教育》杂志社在朝阳区望京东路1号主办的《2015中国国际远程教育大会》

DavidBearfield

DavidBearfield,就职于欧盟,现任人才甄选办公室总监一职。DavidBearfield2015年12月10日,DavidBearfield受邀参加了由ATA在朝阳区建国门外大街2号主办的《第十届考试理论与测评技术国际研讨会》

高玉秀

山东省妇女儿童活动中心语言培训教师，济南市优秀教师，省三八红旗手，省优秀教育工作者，省朗诵家协会会员。在教育一线辛勤耕耘30余载，致力于专业教学20年。

Peter Kent

PeterKent，澳大利亚首都领地教育与培训董事会学校领导及作家，于2015年11月8日受邀参加《第二届未来学校国际研讨会》，并发表了精彩演讲。

苏计国

苏计国，燕山大学副教授。主要研究方向是蛋白质折叠机理及蛋白质结构-功能关系研究，为蛋白质功能改造及合理的药物设计提供理论基础。近年来，基于统计物理学理论，发展了一系列有效的简化模型和理论方法，成功应用于蛋白质折叠及蛋白质变构机制研究，深入探讨了蛋白质拓扑结构及其动力学特性与蛋白质折叠和蛋白质功能之间的内在关系。主要研究工作有：1．基于弹性网络模型，通过模拟计算和统计分析，揭示了蛋白质拓扑结构本身所固有的动力学特性对其去折叠过程的重要影响。在此基础上，根据统计物理学理论，发展了一种迭代的弹性网络方法，把蛋白质去折叠过程简化为一个缓慢升温下的准平衡过程，去折叠过程的每一步体系的熵增最大。所提出的理论方法能够很好地预测蛋白质去折叠过程。2．根据统计热力学理论，提出了一种热力学微扰方法，成功应用于蛋白质构象转变中关键残基的识别研究。该方法对蛋白质体系内的每一个残基进行微扰，能够显著改变蛋白质构象转变前后自由能差的残基认为是构象转变中的关键残基。所提出的方法理论严密、计算速度快，并且能够特异性地考虑同一蛋白质体系不同的变构过程。3.基于弹性网络模型，提出了一种有效的热力学方法，识别蛋白质表面的变构位点，为基于结构的药物设计提供有价值的生物学信息。该方法通过计算蛋白质表面不同部位与活性位点之间的热力学耦合效应来识别变构位点，预测结果与实验能够很好的吻合。4.把静电相互作用加入到Gō模型中，对传统的Gō模型进行了改进，开发了相关模拟程序包，利用所改进的模型很好地揭示了静电相互作用对冷休克蛋白热稳定性和折叠动力学的影响。5.基于相对熵理论和氨基酸HNP模型，对课题组其他研究者所开发的蛋白质折叠和蛋白质设计程序包进行了改进和发展，进行了小蛋白的结构预测和序列设计研究，预测结果与实验能够很好的吻合。基于复杂网络模型，研究了蛋白质氨基酸网络的结构特征，通过网络拓扑参量的分析，研究了蛋白质拓扑结构对蛋白质折叠的影响。

马艳军

马艳军博士，百度自然语言处理部高级研究员。2009年博士毕业于爱尔兰国立都柏林城市大学。2011年初加入百度，主要研究方向为自然语言处理、机器翻译、智能问答等。目前担任《MachineTranslation》杂志编委，并多次担任ACL，IJCAI等国际权威会议领域主席和审稿人。参与欧盟第七框架计划（FP7）、863计划等国内外项目，发表论文20余篇，申请国内外技术发明专利20余项。加入百度后，主要从事机器翻译和智能问答技术研究，相关成果已经广泛应用于百度搜索产品中，曾获“中国电子学会科技进步一等奖”。马艳军在第三届全国中文知识图谱研讨会中，首先回顾小度机器人的发展历程和其中涉及的技术，然后重点介绍小度机器人中用到的智能问答技术，包括问题分类和意图理解、实体型问答、观点型问答、长答案摘要等，并介绍统计机器翻译、深度学习等技术在智能问答中的应用情况。最后结合移动互联网的机遇和挑战，对小度机器人中的智能问答技术进行展望。