应我院自然计算与应用实验室的邀请，来自美国密苏里大学计算机系的尚奕教授于2010年1月6日来我院进行访问交流。
上午9:30，尚奕教授在院学术报告厅做了题为“Protein Structure Prediction, Longest Common Subsequence Problem, and Distributed Inference in Sensor Networks”的学术报告。报告会由唐珂副教授主持。
尚奕教授在报告中介绍了他近期在三个科研方向上取得的最新成果。其一是一种名为MUFOLD的蛋白质三维结构预测软件。该软件利用多尺度分析和演化算法，比现有方法更好地利用了蛋白质结构信息，并且在2008年第8届CASP(Critical Assessment of Techniques for Protein Structure Prediction)竞赛中获得了令人瞩目的结果。
<IMG src="/_upload/article/images/42/33/a8418e80479db10c40ee55491e46/W020100610344646951560.gif" border=0 _fcksavedurl="http://cs11.ustc.tsg211.com/files/201001/00012534.gif" OLDsrc="/_upload/article/images/42/33/a8418e80479db10c40ee55491e46/W020100610344646951560.gif"
接着，尚奕教授介绍了密苏里大学课题组为针对求解最小公共子序列(Multiple Longest Common Subsequence，MLCS)问题所提出的一个有效的支配点算法——Quick-DP以及它的并行实现。对于超过3个序列的MLCS问题，该算法是目前最快的算法。
最后，尚奕教授介绍了分布式无线传感器网络。在这一部分中，尚奕教授介绍了逻辑定位问题以及一种检测错误的传感器信息的分布式方法。该方法是基于相关性分析以及总体概率框架的，可以处理大范围的错误并且健壮性优于以往方法。该方法同样被应用于传感器选择、自然语言识别以及环境智能问题。尚奕教授还展示了基于该算法开发的用于iPhone的NearBuy软件，该软件自2009年发布以来已被下载数万次。
尚奕教授1988年毕业于中国科技大学计算机系，1991年在中科院北京计算所获得硕士学位，1997年在美国伊利诺伊大学香槟分校（UIUC）University of Illinois, Urbana-Champaign获得博士学位。目前是美国密苏里大学计算机系正教授。2001年到2003年，在美国施乐公司研究中心（Xerox Palo Alto Research Center）担任高级研究科学家。尚奕教授的研究方向有非线性的约束优化问题、智能分布式计算以及无线移动传感器网络，在期刊和会议上发表130余篇学术论文，并获得6个美国专利。尚奕教授的很多工作都被广泛认可，例如他提出的“基于多维排列的算法，用于无线传感器和特殊网络的基于网络的定位中”，该研究成果已被引用500余次。
