基本信息
浏览量:13
职业迁徙
个人简介
研究方向
1. 人工智能及深度学习
当前人工智能研究非常火热,而深度学习技术是本轮人工智能崛起的关键技术之一。本实验室于2013年即开始了深度学习技术的研究,在神经信号采集、图像识别、视频增强、安防环保方面均取得了有代表性的成果。代表性项目为“基于深度学习和双目视觉的头部自由遥测式瞳孔计”,如下图所示。该瞳孔计可用来进行人眼追踪、瞳孔直径实时测量等。本瞳孔计结构简单、造价低廉、使用便捷。
2.脑机接口
脑科学和认知科学是当前国际重要科技前沿,受到各国研究人员广泛关注。全球各大科技强国纷纷对脑科学研究进行积极布局,力求抢占科技制高点。脑机接口作为连接大脑和外部设备的桥梁,日益受到各大研究机构的重视和重点攻关。本实验室自2013年起开始进行脑机接口技术研究,在算法设计、芯片设计、硬件实现、系统构建等方面取得了一系列成果,先后收到国家自然科学基金面上项目、天津大学北洋学者青年骨干教师人才项目支持,代表性成果为“基于压缩感知的大规模神经在体记录技术”,该项目的完成将建立起大规模无线在体神经记录理论体系,设计出先进的大规模无线在体神经记录硬件系统,为脑科学与认知科学研究提供重要的基础性工具,推动相关交叉科学核心技术的进步,为我国高端科研仪器的自主研发提供有力支撑。
3.压缩感知
压缩感知(Compressed sensing),也被称为压缩采样(Compressive sampling)或稀疏采样(Sparse sampling),是一种寻找欠定线性系统的稀疏解的技术。压缩感知被应用于电子工程尤其是信号处理中,用于获取和重构稀疏或可压缩的信号。这个方法利用信号稀疏的特性,相较于奈奎斯特理论,得以从较少的测量值还原出原来整个欲得知的信号。这一方法至少已经存在了四十年,由于David Donoho、Emmanuel Candès和陶哲轩的工作,最近这个领域有了长足的发展。近几年,为了因应即将来临的第五代移动通信系统,压缩感知技术也被大量应用在无线通信系统之中,获得了大量的关注以及研究。
1. 人工智能及深度学习
当前人工智能研究非常火热,而深度学习技术是本轮人工智能崛起的关键技术之一。本实验室于2013年即开始了深度学习技术的研究,在神经信号采集、图像识别、视频增强、安防环保方面均取得了有代表性的成果。代表性项目为“基于深度学习和双目视觉的头部自由遥测式瞳孔计”,如下图所示。该瞳孔计可用来进行人眼追踪、瞳孔直径实时测量等。本瞳孔计结构简单、造价低廉、使用便捷。
2.脑机接口
脑科学和认知科学是当前国际重要科技前沿,受到各国研究人员广泛关注。全球各大科技强国纷纷对脑科学研究进行积极布局,力求抢占科技制高点。脑机接口作为连接大脑和外部设备的桥梁,日益受到各大研究机构的重视和重点攻关。本实验室自2013年起开始进行脑机接口技术研究,在算法设计、芯片设计、硬件实现、系统构建等方面取得了一系列成果,先后收到国家自然科学基金面上项目、天津大学北洋学者青年骨干教师人才项目支持,代表性成果为“基于压缩感知的大规模神经在体记录技术”,该项目的完成将建立起大规模无线在体神经记录理论体系,设计出先进的大规模无线在体神经记录硬件系统,为脑科学与认知科学研究提供重要的基础性工具,推动相关交叉科学核心技术的进步,为我国高端科研仪器的自主研发提供有力支撑。
3.压缩感知
压缩感知(Compressed sensing),也被称为压缩采样(Compressive sampling)或稀疏采样(Sparse sampling),是一种寻找欠定线性系统的稀疏解的技术。压缩感知被应用于电子工程尤其是信号处理中,用于获取和重构稀疏或可压缩的信号。这个方法利用信号稀疏的特性,相较于奈奎斯特理论,得以从较少的测量值还原出原来整个欲得知的信号。这一方法至少已经存在了四十年,由于David Donoho、Emmanuel Candès和陶哲轩的工作,最近这个领域有了长足的发展。近几年,为了因应即将来临的第五代移动通信系统,压缩感知技术也被大量应用在无线通信系统之中,获得了大量的关注以及研究。
研究兴趣
论文共 81 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
TALANTAno. Pt 2 (2024): 125120-125120
user-61447a76e55422cecdaf7d19(2023)
Fuqi Yao, Pengpeng Zhu, Junjie Chen,Suyang Li,Biao Sun,Yunfeng Li,Mingqiang Zou,Xiaohua Qi,Pei Liang,Qiang Chen
Mikrochimica actano. 7 (2023): 256-21
Brain-Apparatus Communicationno. 1 (2023): 1-20
引用0浏览0引用
0
0
IEEE Transactions on Industrial Informaticsno. 9 (2023): 9314-9324
引用5浏览0EIWOS引用
5
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