基本信息
浏览量:51
职业迁徙
个人简介
研究领域
聚焦类脑智能,以期模仿人类大脑的思考和决策过程。主要研究方向包括:1)类脑认知与计算模型:以第三代神经网络,即脉冲神经网络(SNN),为主要手段的类脑认知研究,探索更接近脑功能和具有生物可解释性的计算模型;2)类脑决策智能:充分利用SNN处理贯序问题的优势,解决在超大规模物理空间内的多约束优化问题;3)类脑机器人控制:以SNN为基础,结合深度学习和强化学习等手段,突破类脑智能机器人的关键控制技术。
聚焦类脑智能,以期模仿人类大脑的思考和决策过程。主要研究方向包括:1)类脑认知与计算模型:以第三代神经网络,即脉冲神经网络(SNN),为主要手段的类脑认知研究,探索更接近脑功能和具有生物可解释性的计算模型;2)类脑决策智能:充分利用SNN处理贯序问题的优势,解决在超大规模物理空间内的多约束优化问题;3)类脑机器人控制:以SNN为基础,结合深度学习和强化学习等手段,突破类脑智能机器人的关键控制技术。
研究兴趣
论文共 58 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)pp.7520-7524, (2024)
2023 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS, IROSpp.4279-4284, (2023)
arxiv(2023)
IJCAI 2023 (2023): 4540-4548
引用3浏览0EI引用
3
0
MACHINE LEARNING AND KNOWLEDGE DISCOVERY IN DATABASES: RESEARCH TRACK, ECML PKDD 2023, PT IV (2023): 540-555
ECAI 2023pp.2776-2783, (2023)
引用0浏览0EI引用
0
0
ICONIP (7)pp.76-87, (2023)
引用0浏览0EI引用
0
0
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn