新教师

Gopolang Mohlabeng博士

物理系副教授

超越标准模型的新物理现象学:Mohlabeng博士的研究项目包括建立模型和对超出粒子物理标准模型的新粒子进行实验验证。标准模型解释了我们在宇宙中可以看到、触摸和感觉到的所有物质和基本力(重力除外)。然而,有一些基本的谜团它无法解释,比如为什么宇宙中物质比反物质多,暗物质和暗能量是由什么构成的等等。Mohlabeng博士建立了新粒子的模型,并将其与当前地球实验以及天体物理和宇宙探测器的数据进行了比较。他的研究主要集中在发现暗物质的本质。

阅读更多:Mohlabeng博士轮廓在上物理系网站。

Samira Siahrostami博士

化学系副教授

催化剂设计的数字化学:Siahrostami博士的研究项目利用先进的计算方法,设计出新一代材料,用于清洁能源转换和存储应用中的催化(例如电池、燃料电池和电解槽)。她的工作围绕着固体表面发生的反应建模,对表面反应的动力学和热力学有着深刻的理解。她的方法提供了对催化剂表面反应如何展开的复杂细节的洞察力,这不仅增强了我们对控制催化的基本过程的理解,也为设计在清洁能源应用中表现出优异性能的材料提供了宝贵的见解。 

阅读更多:Siahrostami博士轮廓在上化学系网站。

Lin Zhang博士

统计与精算学系副教授

统计遗传学和计算生物学:张博士的研究项目将统计理论和机器学习(ML)方法联系起来,以解决现实生活中的问题,特别是在生物医学和公共卫生领域。随着大规模组学和健康结果数据的日益可用,高效和可解释的计算方法需求巨大,对于揭示生物过程和疾病发病机制至关重要。张博士在统计遗传学和计算生物学方面拥有丰富的研究经验,有能力发展她独特的综合研究路线,在传统统计方法和先进的ML算法之间找到共同点,用于分析复杂、高维、,大规模生物医学数据。 

阅读更多:张博士的轮廓统计及精算学系网站。

亚历山德拉·科茨博士

生物医学生理学和运动学系副教授

运动生理学和性能:科茨博士的研究项目探索了对运动压力的适应性和不适应性生理反应。她的研究旨在确定最佳运动处方,以达到最佳健康和运动表现,同时避免过度训练、受伤和能量不足等情况。通过实施剧烈运动训练干预,科茨博士能够描述对最佳或过度运动压力的生理反应,并开发监测技术以防止训练反应不适应。 

阅读更多信息:科茨博士的实验室页面.

Dheva Setiaputra博士

分子生物学和生物化学系副教授

癌症DNA修复机制:Setiaputra博士的研究项目探索了癌细胞如何修复抗癌药物引起的DNA损伤。癌细胞通常在DNA修复方面存在缺陷,使其积累致癌突变,从而推动疾病进展。这种缺陷被基因毒性癌症疗法所利用,该疗法故意诱导DNA损伤,杀死癌细胞并保护健康细胞。Setiaputra实验室正在通过一种跨学科的方法研究基本的DNA修复机制,该方法集成了生物化学、细胞生物学和计算生物学,最终目标是开发针对特定癌症修复缺陷的新治疗方法。

阅读更多:Setiaputra博士轮廓分子生物学和生物化学系网站。

Reza Karamad博士

化学系副教授

计算材料科学:卡拉马德博士的研究重点是计算材料科学和机器学习之间的协同作用。作为量子力学方法(包括密度泛函理论(DFT)和高通量计算)最新进展的前沿,他的工作旨在加深我们对材料特性的理解并实现预测能力。该研究扩展到机器学习的应用,深入了解材料的广阔相空间,并导致材料发现方面的突破。他的主要重点是利用这些方法开发与氢储存和催化等清洁能源技术相关的先进能源材料。

阅读更多:卡拉马德博士轮廓化学系网站。

达斯汀·金博士

分子生物学和生物化学系副教授

微生物代谢物传感:金博士的研究项目探索了细菌如何感知代谢物并对其作出反应,目的是揭示细菌如何沟通的基本观点。为了破译这些化学信息,King实验室采用了独特的跨学科方法,首先开发创新方法来发现蛋白质-分子间相互作用,然后进行详细的生物化学实验来阐明传感的分子基础。了解这一信息将有助于开发下一代抗生素,并使我们能够利用细菌代谢为绿色工业生产增值产品。 

阅读更多:Dr。国王的轮廓分子生物学和生物化学系网站。

杰西卡·斯托克代尔博士

数学系副教授

传染病建模和基因组流行病学:Stockdale博士的研究项目探索了传染病爆发的数学建模和统计分析,目的是了解疾病传播及其对人口的影响。她的研究旨在为传染病预防和控制的公共卫生战略提供信息。通过建模和贝叶斯统计,Stockdale博士对我们如何利用病原体基因组数据来预测病原体与宿主相互作用的动力学很感兴趣。

阅读更多:Dr。斯托克代尔的轮廓数学系网站。

欧文·沃德博士

统计与精算学系副教授

网络数据的统计和机器学习模型:沃德博士的研究项目探索了不同网络数据中的复杂结构,从在线社交网络到互动动物。此类数据的生成是复杂潜在过程的结果,Ward博士开发了统计模型来捕获这些动态,以及贝叶斯推理程序和机器学习工具来推断这些模型。这些创新技术可用于识别和理解社会动态,例如跨多个应用学科(包括动物行为学和社会学)的社会等级和社区结构。

阅读更多:Dr。病房轮廓统计及精算学系网站。

Chris Napier博士

生物医学生理学和运动学系副教授

跑步中的表现和伤害预防:纳皮尔博士的研究项目探索了如何使用实验室和现场生物力学测量来量化跑步的各个方面,目的是提高表现并降低受伤风险。跑步是世界上最受欢迎和最容易获得的活动之一,然而每年有一半的跑步者受伤。纳皮尔博士的研究采用了一种结合生物力学和训练负荷因素的因果框架方法来预测未来表现并防止受伤。他的新方法建立在他作为运动物理治疗师和生物力学专家的背景之上,并尝试使用动态系统模型量化风险。

阅读更多:Dr。纳皮尔的轮廓部门网站。

Ben Ashby博士

数学系副教授

数学生态学、流行病学和进化:阿什比博士的研究项目探索了宿主和病原体的生态和进化动力学,目的是了解诸如抗性和毒力等特征是如何进化的。寄主-寄主关系遍布自然界,是许多生物现象的关键驱动因素,包括遗传和表型多样性的时空模式。他使用多种技术对宿主-猪系统进行建模,例如种群遗传学、数量遗传学和适应性动力学。他的研究小组试图了解病原体如何进化以及如何与宿主共同进化,从性传播感染和交配动力学到微生物群进化。

阅读更多:Dr。阿什比的轮廓数学系网站。

Randy McIntosh博士

系教授。生物医学生理学和运动学

计算与认知神经科学:麦金托什博士的研究项目涉及计算建模和神经成像,以探索一生中认知的变化以及面对脑损伤或疾病时的变化。该项目建立在国际合作的基础上虚拟大脑并整合实验室之间的研究工作,以加快研究和翻译。这项工作的目标是将建模平台纳入临床决策支持的标准工作流,并开发一个基于云的系统,在该系统中,任何人都可以创建用于研究、临床使用或教育的大脑模型。

阅读更多:麦金托什博士轮廓在上生物医学生理学和运动学系网站。

Katrina Honigs博士

系副教授。数学

代数和算术几何:Honigs博士的研究项目探索多项式方程组的解集,称为变量,目的是对它们进行分类,并回答诸如它们是否包含坐标为整数的点之类的问题。Honigs博士使用一个称为相干带轮衍生类别的对象来比较和深入了解有关品种的算术问题。她对各种各样的Kodaira维0特别感兴趣,其中包括椭圆曲线。

阅读更多:Dr。霍尼格斯轮廓数学系网站。

艾琳·麦克弗森博士

系副教授。数学

理论进化流行病学:麦克弗森博士的研究项目使用数学和统计方法研究传染病对生物多样性的影响。她的研究计划有两个相辅相成的目标。首先,利用理论种群遗传学,麦克弗森博士探索了宿主-宿主共同进化如何促成地球上惊人的生物多样性。其次,她的研究小组开发了门动力学(系统发育学+流行病学动力学)方法,以帮助我们了解疾病的传播,从而了解如何设计有效的保护措施来拯救面临灭绝风险的物种免受传染病的影响。

阅读更多:麦克弗森博士轮廓在上数学系网站。

Nadish de Silva博士

系副教授。数学

量子算法:德席尔瓦博士的研究项目使用数学方法探索量子计算的基本问题,目的是准确了解量子计算机如何以及在哪些问题上优于传统计算机。他正在帮助发展一个令人兴奋的新兴假设,即情境性和非局部性(量子基础的概念)是推动计算优势的关键资源。这涉及到将新的逻辑技术应用于量子信息理论的问题。对量子计算机更深入的基本理解的影响将是加速它们的到来,并最大限度地将它们应用于可取得成果的问题类别。

阅读更多:德席尔瓦博士轮廓数学系网站。

塞尔吉奥·塞普尔夫达博士

副教授,系。地球科学

岩石边坡破坏和灾难性滑坡:Sepülveda博士的研究项目探索了岩石斜坡中大型滑坡的破坏机制、调节和触发因素,目的是确定对自然位置和资源工业现场灾难性滑坡的地质、岩土和地球物理控制。研究结果可用于滑坡灾害评估,以改进减灾和减灾策略的设计。他的团队将工程地质、岩土和地貌领域与实验室方法以及遥感和建模工具相结合。这项研究综合了气候变化和地震对山区的影响。  

阅读更多:Dr。Sepülveda的轮廓地球科学系网站。

Tanya Brown博士

生物科学系副教授

阅读更多:布朗博士轮廓生物科学系网站。

Darren Grant博士

物理系教授

阅读更多:格兰特博士轮廓物理系网站。

Daniel Higginbottom博士

物理学系助理教授

阅读更多:Dr。Higginbottom的轮廓物理系网站。