Xiaolin Hu(胡晓林)

Binding

研究概况
研究工作集中在计算机科学与认知神经科学的交叉方向，研究兴趣包括人工神经网络和计算神经科学。一方面，对揭开大脑的奥秘感兴趣，尤其是大脑处理感觉信息和决策信息的机制，主要使用的工具是层次化的计算模型和贝叶斯理论。也在尝试用功能性核磁共振成像(fMRI)结合机器学习的方法探索大脑的工作机制。另一方面，对受大脑启发的计算方法感兴趣。研究集中在设计递归神经网络求解优化相关的问题。正在尝试结合更多的认知神经科学方面的知识，提高深度学习模型在物体识别和检测方面的精度和效率。
针对大脑的视觉腹侧通路的信息处理机制做了一些工作，建立了一系列层次化模型用来解释通路上各层（包括V1, V2, IT等区域）神经元的反应特性。两个较典型的工作是对HMAX模型进行改造，加上稀疏特性和反馈连接，能更好地解释一系列的神经科学数据，相关结果分别发表在PLoS ONE (2014)和Neural Computation (2010)上。

奖励与荣誉
教育部自然科学一等奖（排名第3）：神经动力学优化模型及应用（2012）
清华大学优秀博士后（2009）
ICONIP 2012：最佳论文奖（2012