报告时间：5月27日 14:00-15:00
地点：计算机学院三楼会议室（1-317）
报告人：李俊华教授（英国埃塞克斯大学）
欢迎广大师生参会学习交流！
题目：脑机接口中的深度学习算法
摘要：在脑机接口的研究中，识别算法已经从传统的简单模型过度到了复杂的深度学习模型。在深度学习模型中，如何构建针对脑信号的有效模型架构成了取得脑机接口的关键。本报告将主要围绕工作负荷（Mental Workload）和下肢行动（Lower Limb Action）的识别作为例子来阐述我们最近提出的两个深度学习模型。其中之一是工作负荷的迁移学习，通过子域自适应的方式来更好的对齐各个类别的特征，从而提高迁移学习的效果。另外一个是借助知识蒸馏来更好地进行多尺度的特征学习，其中温度的设定对于学习过程影响甚大，温度过高学习速度过慢，温度过低就几乎退化等同于自监督学习。我们提出了根据目标类别和非目标类别的概率分布来动态的调整知识蒸馏中的温度。
个人简介：李俊华，现为英国埃塞克斯大学副教授，博士生导师，暨南大学兼职博士生导师，曾为西北工业大学海外研究员（2017-2019年），主要从事计算神经科学、脑机接口、神经影像和机器学习算法的研究。英国EPSRC基金审理学会会员，英国UKRI人才项目审理学会会员，UKRI人工智能与健康创新项目的会评组专家，IEEE高级会员（Senior Member）。担任学术期刊IEEE Transactions on Artificial Intelligence, Medical & Biological Engineering & Computing, 和 IEEE Access副主编，以及数个期刊特刊的客座编委。已发表论文70余篇。
