研究领域：

Statistical Machine Learning, Statistical Genetics and Genomics

工作经历：

2019年04月至今, 西南财经大学统计学院

2017年12月-2019年03月, 研究助理, 香港科技大学数学系

2015年03月-2017年12月, 研究助理, 香港浸会大学数学系

2011年06月-2013年08月, 董事长秘书, 成都化工股份有限公司

2009年11月-2011年05月, 算法工程师, 信天游(北京)技术有限公司

2008年04月-2009年11月, 软件工程师, 北京图为先科技有限公司

2007年02月-2008年02月, 研究助理, 香港中文大学地理与信息资源管理系

教育经历：

2013年9月-2019年3月, 博士, 西安交通大学应用数学系

2003年9月-2007年1月, 硕士, 西安交通大学计算机科学与技术系

1999年9月-2003年7月, 学士, 西安交通大学应用数学系

1. Mingxuan Cai, Mingwei Dai, Jingsi Ming, Heng Peng, Jin Liu, Can Yang (2019). BIVAS: A scalable Bayesian method for bi-level variable selection with applications. Journal of computational and graphical statistics, in press.

2. Mingwei Dai, Xiang Wan, Hao Peng, Yue Liu, Jin Liu, Zongben Xu and Can Yang (2018). Joint analysis of individual-level and summary-level GWAS data by leveraging pleiotropy. Bioinformatics, in press.

3. Jingsi Ming„ Mingwei Dai, Mingxuan Cai, Jin Liu, Can Yang (2018). LSMM: A statisticalapproach to integrating functional annotations with genome-wide association studies,Bioinformatics, 2018, 34(16): 2788-2796.

4. Yi Yang, Mingwei Dai, Jian Huang, Xinyi Lin, Can Yang, Min Chen, Jin Liu (2018). LPG: A four-group probabilistic approach to leveraging pleiotropy in genome-wide association studies BMC Genomics, 2018, 19(1): 503.

5. Mingwei Dai, Jingsi Ming, Mingxuan Cai, Jin Liu, Can Yang, Xiang Wan, Zongben Xu (2017). IGESS: A statistical approach to integrating individual level genotype data and summary statistics in genome wide association studies. Bioinformatics, 2017, 33(18): 2882-2889.

6. Zongben Xu, Mingwei Dai, Deyu Meng (2009). Fast and efficient strategies for model selection of Gaussian support vector machine. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 2009, 39(5): 1292-1307.