Experience
    Education
    Bio
    研究概况
    研究工作集中在计算机科学与认知神经科学的交叉方向,研究兴趣包括人工神经网络和计算神经科学。一方面,对揭开大脑的奥秘感兴趣,尤其是大脑处理感觉信息和决策信息的机制,主要使用的工具是层次化的计算模型和贝叶斯理论。也在尝试用功能性核磁共振成像(fMRI)结合机器学习的方法探索大脑的工作机制。另一方面,对受大脑启发的计算方法感兴趣。研究集中在设计递归神经网络求解优化相关的问题。正在尝试结合更多的认知神经科学方面的知识,提高深度学习模型在物体识别和检测方面的精度和效率。
    针对大脑的视觉腹侧通路的信息处理机制做了一些工作,建立了一系列层次化模型用来解释通路上各层(包括V1, V2, IT等区域)神经元的反应特性。两个较典型的工作是对HMAX模型进行改造,加上稀疏特性和反馈连接,能更好地解释一系列的神经科学数据,相关结果分别发表在PLoS ONE (2014)和Neural Computation (2010)上。

    奖励与荣誉
    教育部自然科学一等奖(排名第3):神经动力学优化模型及应用(2012)
    清华大学优秀博士后(2009)
    ICONIP 2012:最佳论文奖(2012