01 · ★
基于 fNIRS 的脑活动监测
我们以情绪图像和声音作为输入，使用 fNIRS 采集不同脑区的活动，将脑机接口研究与下一代稳健、脑启发人工智能连接起来。
代表性工作
研究项目
连接科学问题与可靠智能系统的重点研究项目。
02 · ★
模拟反馈回路的脑启发算法
我们研究介于传统深度网络与脉冲神经网络之间的架构，在多个层次使用递归和反馈机制，提高模型的稳健性和生物合理性。
03 · ★
面向准确率与稳健性的辅助训练
辅助分类器从受扰动样本中学习，主分类器从干净样本中学习。输入感知自蒸馏与选择性批归一化在不牺牲准确率的情况下传递稳健信息。
04
自蒸馏
该框架将神经网络划分为多个部分，把较深层知识蒸馏到浅层分类器中，在保持部署效率的同时提高准确率。