青春美

华南理工大学 教授　

个人简介：青春美，华南理工大学电子与信息学院教授，中国图像图形学会情感计算与理解专委会委员，IEEE CASS广州分会秘书，广东省数字孪生人重点实验室秘书。近年来重点开展了多模态情感计算、虚拟现实交互、类脑智能感知等研究，承担国家自然科学基金、广东省重大科技专项等项目8项，参与国家科技部重点研发计划项目、广东省重大科技专项、广州市民生科技重大专项等项目9项。在CVPR、AAAI、IEEE Trans. AC、TIP、TMM、CSVT等顶会顶刊，发表高水平论文60余篇，谷歌他引5500余次，申请发明专利30余项，获授权发明专利近20项。获2023广东省自然科学一等奖，2023 BICS 最佳展示论文奖。

张韶岷

浙江大学求是高等研究院 研究员

报告题目：基于脉冲神经网络的类脑神经解码技术研究

报告摘要：传统人工神经网络在神经信号解码中存在能耗高、时序建模能力弱等问题，团队在生物神经机制和AI训练方法的启发下，设计实现了多个面向运动皮层神经元集群活动信号的类脑神经解码算法，在多个公开神经电生理数据集（如NeuroBench等）上准确率优于传统的卡尔曼滤波和ANN等方法。类脑解码算法不仅有较好的生物可解释性，还具有能耗低，实时性强和泛化性好的特点，并成功在灵汐类脑芯片上实现了硬件部署，相关工作为发展新一代低功耗、高实时性的全植入式脑机接口系统提供了一个新的思路。

个人简介：张韶岷，浙江大学求是高等研究院研究员，博导，浙江省科技创新领军人才，长期从事植入式脑机接口技术和无创神经调控技术研究，近5年以通讯作者在Sci Adv、Nat Comms和Adv Sci等期刊以及NeuroIPS和ICRL等会议上发表植入式脑机接口学术论文30余篇，授权发明专利20余项，参与专著撰写2部；主持国家重点研发计划（国际合作）等国家及省部级项目。

邱　爽

中国科学院自动化研究所 副研究员

报告题目：面向人机交互任务的警觉度预测关键技术研究

报告摘要：针对人机交互中警觉度预测精度低、泛化性不足的难题，开展了基于多模态生理信号的关键技术研究。首先，设计了脑控光标等典型BCI实验，构建了大规模多模态数据集。其次，提出个体内预测模型MVENet，利用时空图卷积与长短时记忆网络深度融合脑、眼电特征，显著提升了预测精度。针对泛化性挑战，面向少校准场景，提出对比细粒度领域自适应网络CFGDAN，通过特征对齐与对比学习，实现了跨时间、跨个体的知识迁移；面向零校准场景，开发了解耦对抗学习多模态领域泛化网络DMDGN，通过解耦域共性特征，有效增强了模型的迁移能力。实验及在线系统验证表明，所提方法能实现实时、准确的警觉度状态监测，为不同应用场景下的高精度预测奠

个人简介：邱爽，中国科学院自动化研究所副研究员，博士生导师，正高级工程师。长期从事非侵入脑机接口、神经调控及其系统集成应用研究。以第一或通讯（含共同）作者发表40余篇SCI 论文，包括IEEE TNNLS\TCB\TBME、Information Fusion、ESWA等；获授权国家发明专利20余项；先后获得北京市科技新星、中国科学院脑智卓越创新中心青年人才、世界机器人大赛—BCI脑控机器人大赛一等奖（指导教师）等荣誉。主持包括国家重点研发计划青年科学家项目、国家自然科学基金面上/青年项目、某委主题项目等10余项国家级重要任务，担任中国生物医学工程学会青年工作委员会委员、中国康复医学会脑机接口与康复专业