专职教师

西南财经大学统计学院副教授。2006年本科毕业于中国科学技术大学统计金融系,分别于2009年、2012年获美国爱荷华州立大学(Iowa State University)统计学硕士、博士学位。20139月入职西南财经大学统计学院。

主要研究兴趣:经验贝叶斯方法、高维数据分析、多重检验、数据挖掘、机器学习等领域。分析大规模数据,设计统计模型,运用并行计算、云计算等技术开发高效的参数估计算法。近年所研究的统计模型和算法已经用于高通量RNA测序数据(High-throughput RNA-seq data)的分析,在《Nature Genetics》、《Biometrics》、《Bioinformatics》、《PLoS ONE》等国际学术期刊上发表多篇学术文章。

多详细信息,请参见个人主页http://www.sssidea.org/si.php

  1. 教授课程
  2. 学术成果
  3. 主持项目
  4. 学术兼职
  • 统计计算、随机过程、数据挖掘与机器学习

  • 1. S. L Tausta1, P. Li, Y. Si, N. Gandotra, P. Liu, Q. Sun, T.P. Brutnell5 and T. Nelson. (2014) Developmental dynamics of Kranz cell transcriptional specificity in maize leaf reveals early onset of C4-related processesJournal of Experimental Botany, doi: 10.1093/jxb/eru152.

    2. Si, Y., Liu, P., Li, P., Brutnell, T.P. (2014)Model-Based Clustering for RNA-Seq DataBioinformatics, 30(2): 197-205.

    3. Si, Y., Liu, P., (2013)An Optimal Test with Maximum Average Power While Controlling FDR with Application to RNA-seq Data,Biometrics, 69: 594–605.

    4. Fang, W., Si, Y., Douglass, S., Casero, D., Merchant, S., Pellegrini, M., Liu, P. and Spalding., M. (2012)Genome-wide Changes in Chlamydomonas Gene Expression Regulated by Carbon Dioxide and the Transcription Regulator CIA5/CCM1,Plant Cell, 24(5): 1876-93.

    5. Kvam, V., Liu, P., Si, Y. (2012)A Comparison of Statistical Methods for Detecting Differentially Expressed Genes from RNA-seq Data,American Journal of Botany, 99(2): 1-9.

    6. Wang, L., Si, Y., Dedow, L.K., Shao, Y., Liu, P., Brutnell T.P., (2011)A Low-Cost Library Construction Protocol and Data Analysis Pipeline for Illumina-Based Strand-Specific Multiplex RNA-Seq,PLoS ONE, 6(10): e26426. doi:10.1371/journal.pone.0026426.

    7. Li, P., Ponnala, L., Gandotra, L., Wang, L., Si, Y., Tausta, S. L., Kebrom, T. H., Provart, N.,Patel, N., Myers, C.R., Reide, E.J., Turgeon, T., Liu, P., Sun, Q., Nelson, T., & Brutnell, T.P. (2010) The developmental dynamics of the maize leaf transcriptome,Nature Genetics, 42:12.


  •     国家自然科学基金青年项目层次贝叶斯模型中隐性变量分布的非参数估计及在RNA-seq数据中的应用