学术方向:人工智能、神经电信号处理、机器学习
科研能力:洞悉科学前沿、理论与实际相结合
科研项目:国家自然科学基金
科研成果: 已经在国际 SCI 期刊和国际会议上发表论文47篇,其中包括发表在本研究领域著名期刊 IEEE Journal of Biomedical and Health Informatics、IEEE Transactions on Neural Systems and Rehabilitation Engineering、Human Brian Mapping、Brain Image and Behavior等上。所发表论文被引用评价指标 h-index 为10。在神经信号分析和机器学习算法上提出了新的方法,加强了数据分析和挖掘的有效性和提高了模式学习分类的性能。比如,在脑机接口研究上,提出了新的训练范式,极大地提高了训练的有效性。提出了基于张量的分解算法,使得信号分解得到的成分具有更好的判别特性,同时合并了特征提取和分类两个步骤为一个,简化了分类的程序。提出了基于深度学习的算法,使得模型能更好地学习脑电信号的特征,提高了模式分类的性能。
理论联系实践,把提出的算法和模型用于实际的应用中,发开了系统应用原型。比如设计了脑控轮椅车系统、双人赛车系统、疲劳度检测系统等。使得理论研究得到的成果转化为实际可以应用的系统,为以后真正开发产品提供理论与技术支撑。 作为演讲嘉宾被邀请到国际会议的 workshop 上作学术报告。担任第八届模式识别和神经影像国际会议程序委员会的成员。被邀担任期刊 Frontiers in Neuroscience 特刊“深度学习用于神经影像分析、解码、理解的最近进展”的 Guest Associate Editor。
|