联系方式
Contact Information
团队简介
Team Introduction
课题组依托天津市认知计算与应用重点实验室，主要从事脑科学与类脑智能相关方向的研究工作，布局新一代人工智能理论与技术，结合计算机科学、信息科学、认知神经科学、心理学多学科的背景知识理解脑的信息处理机制，类脑智能的工作原理并加以应用化实现。目前主要的研究方向包括：健康脑的智能信息处理机理、异常脑功能检测与脑疾病预测、脑机融合与人机交互、类脑信息编码、新一代类脑深度学习算法、神经元细胞信息处理及学习、深度脉冲神经网络、神经形态认知系统、神经形态仿真平台等。
目前从事上述方向研究的主要有4位老师，分别是党建武、张高燕、于强、徐君海，各位老师详细介绍如下：
党建武 教授
天津大学原计算机科学与技术学院前任院长，973项目首席科学家，天津市认知计算与应用重点实验室主任，主持国家973项目，国家自然科学基金重点项目等多项。主要从事言语认知与建模方向研究。主要利用脑科学和计算机科学知识，实现类脑言语理解和意图理解方面的建模等工作。 详细可参考个人主页https://fp.jaist.ac.jp/public/Default2.aspx?id=277&l=1
目前正在招收2021级硕士生3名，欢迎有计算机、数学、电子信息、软件工程、生物医学工程等专业背景的学生提前联系！ dangjianwu@tju.edu.cn
张高燕 副教授
张高燕，2014年加入天津大学认知计算与应用天津市重点实验室，2017年12月-2018年6月在美国国立卫生研究院做访问学者。入选天津大学“北洋学者-青年骨干教师”计划，天津市“131创新型人才培养工程”第三层次人选。主持国家自然科学基金面上和青年项目，作为学术骨干参与国家973计划项目，国家重点研发计划项目，国家自然科学基金重点项目等多项，在IEEETransactions on Neural Systems and Rehabilitation Engineering、Human Brain Mapping、Brain Imaging and Behavior、INTERSPEECH等主流期刊和会议等上发表学术论文共30余篇。
主要研究领域是智能信息处理、医学图像和信号分析。主要利用信号处理、复杂网络、机器学习、深度学习等方法对医学图像（功能磁共振成像）和医学信号（脑电图）进行分析，理解人脑视听觉信息智能处理的机理，实现脑信息解码与脑机接口、人机交互与人工智能、脑疾病早期诊断预测等方面应用，同时希望为类人智能、类脑计算提供理论借鉴！
目前正在招收2021级硕士生3名，欢迎有计算机、数学、电子信息、软件工程、生物医学工程等专业背景的学生提前联系！ zhanggaoyan@tju.edu.cn
于 强 副教授
于强，天津市海外高层次人才，具有七年以上的海外科研经历。主要从事类脑智能相关方向的研究工作，布局新一代人工智能理论与技术，结合多个学科的背景知识理解类脑智能的工作原理并加以应用化实现。目前主要的研究方向包括：类脑信息编码、新一代类脑深度学习算法、神经元细胞信息处理及学习、深度脉冲神经网络、神经形态认知系统、神经形态仿真平台等。
曾作为负责人在新加坡主持超千万人民币的类脑计算研究课题。研究成果多次被国际著名科技媒体ScienceDaily、PHYS.org专题报道。曾获2016 IEEE CIS TNNLS（SCI一区，人工智能领域顶级期刊）最佳期刊论文奖、2016 Computing Reviews年度最佳计算论文。2018年入选天津市海外高层次青年人才计划，2019年获智能与计算学部首届青年教师讲课大赛三等奖，2020年获得天津大学北洋学者青年骨干人才称号。多次指导硕士研究生参加国际类脑智能大赛并获奖。目前在国际权威学术期刊及会议上发表论文30余篇；由国际著名出版社Springer出版英文专著一部。
目前正在招收2021级硕士生3名，对类脑计算、人工智能及神经网络感兴趣的同学请尽早与我联系。yuqiang@tju.edu.cn
徐君海 副教授
天津大学智能与计算学部人工智能学院硕导，博士毕业于山东大学，先后赴英国伦敦大学学院和美国南加州大学进行访问交流。主要研究方向是智能信息处理、医学图像处理、机器学习和视听觉认知计算等。主持国家自然科学基金项目1项，作为主要参与人参与国家省部级项目5项，在Neural Networks，Cerebral Cortex， Neuroimage，IEEETransactions on Neural Systems and Rehabilitation Engineering、Neuroscience等国际重要学术期刊和学术会议上发表论文30余篇，参编两部学术著作。
目前正在招收2021级硕士生计算机科学与技术、软件工程、数学、生物医学工程、信息自动化等专业 2名。感兴趣的同学请与我联系 jhxu@tju.edu.cn
团队成员主持国家科技部973计划项目、国家自然科学基金重点项目、面上项目、青年项目、天津市自然科学基金、天津大学自主创新基金和北洋学者-青年骨干教师基金等多项。
上传附件
支持扩展名：.rar .zip .doc .docx .pdf .jpg .png .jpeg上传附件
支持扩展名：.rar .zip .doc .docx .pdf .jpg .png .jpeg上传附件
支持扩展名：.rar .zip .doc .docx .pdf .jpg .png .jpeg课题组承担多项课题项目，包括国家自然科学基金、科技部973项目，重点研发计划项目、天津市自然科学基金、天津大学自主创新基金等。部分项目如下：
2019.01-2022.12 国家自然科学基金面上项目 负责人
自然交互下人脑对言语信息处理的动态脑网络机制研究
2020.01-2020.12 天津大学自主创新基金 负责人
融合认知机理的中文语音识别与交互
2018.01-2019.12 天津大学北洋学者-青年骨干教师项目 负责人
多尺度脑功能连接分析方法及其在疾病早期鉴别中的应用研究
2018/01-2020/12 国家自然科学基金青年项目，负责人
基于脑信息解码的盲人听觉信息加工机制研究
2016.01-2018.12, 国家自然科学基金青年项目, 负责人
基于实时fMRI解码与脑网络建模的听觉信息认知加工机理研究
2018/10-2021/09 天津市科技重大专项与工程，学术骨干
面向机器人的复杂环境语音对话关键技术及系统实现
2019.06-2022.05 国家重点研发计划 学术骨干
多模态融合的机器人自然交互
2014.01-2017.12 国家重点基础研究发展计划（973）项目 学术骨干
互联网环境中文信息处理与深度计算的基础理论与方法
课题组在脑科学与类脑智能领域的主流期刊会议上发表高水平论文多篇，部分论文如下：
1. Q.Yu, H. Tang, J. Hu, K.C.Tan.‘Neuromorphic Cognitive Systems: A Learning and Memory CenteredApproach’,Intelligent Systems Reference LibrarySeries, Springer, 2017. (Book)
2. Q.Yu, H. Tang, K. C. Tan,and H.Li, ‘Rapid feedforward computation by temporalencoding and learning withspiking neurons’, IEEE Trans. On Neural Networks and Learning Systems,24(10):1539-1552, 2013. (IEEE CISOutstanding TNNLS Paper Award，SCI一区)
3. Q.Yu, Y. Yao, L. Wang, H.Tang,J. Dang and K. C. Tan, ‘Robust environmental sound recognition withsparsekey-point encoding and efficient multi-spike learning’, IEEE Trans. OnNeuralNetworks and Learning Systems, in press, 2020. （SCI一区）
4. Q.Yu, S.Li, H. Tang, L.Wang, J.Dang and K. C. Tan, ‘Towards efficient processing and learning withspikes: newapproaches for multi-spike learning’, IEEE Trans. On Cybernetics,in press,2020.（SCI一区）
5. Q.Yu, Y. Yao, L. Wang, H.Tang,J. Dang and K. C. Tan, ‘Spike Timing or Rate? Neurons Learn to MakeDecisionsfor Both Through Threshold-Driven Plasticity’, IEEE Trans. OnCybernetics,49(6): 2178-2189, 2019.（SCI一区）
6. Q.Yu, R. Yan, H. Tang, K.C.Tan, and H. Li, ‘A Spiking Neural Network System for RobustSequenceRecognition’, IEEE Trans. On Neural Networks and Learning Systems,27(3):621-635,2016. (Computing Reviews’ Annual Best，SCI一区)
7. Q.Yu, H. Tang, K. C. Tan,and H.Yu, ‘A brain-inspired spiking neural networkmodel with temporal encoding andlearning’, Neurocomputing, 138:3-13, 2014.
8. Q.Yu, H. Tang, K. C. Tan,and H.Li, ‘Precise-spike-driven synaptic plasticity:learning hetero-association ofspatiotemporal spike patterns’, PLoS One, 8(11): e78318, 2013.
9. S. Li and Q. Yu, ‘NewEfficient Multi-Spike Learning for Fast Processing andRobust Learning’, AAAI2020, inpress. (Corresponding author)
10.R. Xiao, Q. Yu, R. Yan andH. Tang, ‘Fast and accurate classification with amulti-spike learning algorithmfor spiking neurons’, IJCAI 2019:1445-1451.
11.Gaoyan Zhang*, Yuke Si, Jianwu Dang*. Revealing the Dynamic Brain Connectivity from Perception of Speech Sound to Semantic Processing by EEG. Neuroscience. 2019, 415:70-76.
12.Gaoyan Zhang*, Yuexuan Li, Jinliang Zhang. Tracking the Dynamic Functional Network Interactions During Goal-Directed Auditory Tasks by Brain State Clustering, Frontiers in Neuroscience. 2019, 13:1220.
13.Bin Zhao, Jinfeng Huang, Gaoyan Zhang*, Jianwu Dang*, Minbo Chen, Yingjian Fu, Longbiao Wang.Revealing Spatiotemporal Brain Dynamics of Speech Production Based on EEG and Eye Movement.INTERSPEECH, Sep. 2-6,2018, Hyderabad, India.
14.Bin Zhao, Jianwu Dang*, Gaoyan Zhang*. A Neuro-Experimental Evidence for the Motor Theory of Speech Perception, INTERSPEECH, Aug 20-24, 2017, Stockholm, Sweden.
15.Gaoyan Zhang, Yue Cheng et al., Brain Regional Homogeneity Changes in Cirrhotic Patients with or without Hepatic Encephalopathy Revealed by Multi-Frequency Bands Analysis Based on Resting-State Functional MRI. Korean journal of radiology, 2018, 19(3): 452-462.
16.Gaoyan Zhang, Yue Cheng et al., The short-term effect of liver transplantation on the low frequency fluctuation of brain activity in cirrhotic patients with and without overt hepatic encephalopathy. Brain Imaging and Behavior, 2017, 11(6):1849-1861.
17.Gaoyan Zhang, Yue Cheng et al., Abnormalities of voxel-based whole-brain functional connectivity patterns predict the progression of hepatic encephalopathy. Brain Imaging and Behavior, 2017, 11(3):784-796.
18.Gaoyan Zhang, Li Yao et al., Reorganization of functional brain networks mediates the improvement of cognitive performance following real-time neurofeedback training of working memory. Human Brain Mapping, 2015, 36(5):1705-1715..
19.Gaoyan Zhang, Li Yao et al., Improved working memory performance through self-regulation of dorsal lateral prefrontal cortex activation using real-time fMRI. Plos One, 2013, 8(8): e73735.
20.Gaoyan Zhang, Hang Zhang et al., Functional alteration of the DMN by learned regulation of the PCC using real-time fMRI. IEEE Transactions on Neural System &Rehabilitation Engineering, 2013, 4(21):595-606.
21.DiJin, Rui Li, Junhai Xu*.MultiscaleCommunity Detection in Functional Brain Networks Constructed usingDynamic TimeWarping. IEEE Transactions on NeuralSystems and RehabilitationEngineering. 2020, 28(1): 52-61.
22.Junhai Xu, Xuntao Yin, HaitaoGe,Yan Han, Zengchang Pang, Baolin Liu*, Shuwei Liu*, Karl Friston.Heritabilityof the Effective Connectivity in the Resting-State Default ModeNetwork. Cerebral Cortex. 2017, 27:5626–5634.
23.LinjingCao, Junhai Xu*, XiaoliYang,Xianglin Li, Baolin Liu*. Abstract Representations of Emotions PerceivedFromthe Face, Body, and Whole-Person Expressions in the Left Postcentral Gyrus.Frontiers in Human Neuroscience, 2018,12: 419.
24.XiangfeiGeng#, Junhai Xu#, BaolinLiu*,Yonggang Shi. Multivariate Classification of Major Depressive DisorderUsingthe Effective Connectivity and Functional Connectivity. Frontiers inNeuroscience, 2018, 12: 38.
25.Junhai Xu, Xuntao Yin, HaitaoGe,Yan Han, Zengchang Pang, Yuchun Tang, Baolin Liu*, Shuwei Liu*.Attentionalperformance is correlated with the local regional efficiency ofintrinsic brainnetworks. Frontiers in BehavioralNeuroscience, 2015,9:200.
天津大学研究生院招生办公室
文件上传中...
