千赢国/qy88千嬴国际官网-手机版

师资队伍
陈峰

教授

博士生导师

脑与认知科学研究所

电话: 010-62797145 Fax: 010-62786911
地点:北京千赢国系


教育背景


1989年11月-1994年6月 俄罗斯圣彼得堡国立技术大学自动控制系自动控制专业学习,获学士学位

1994年6月-1996年6月 俄罗斯圣彼得堡国立技术大学自动控制系自动控制和电力拖动专业学习,获硕士学位

1996年9月-2000年4月 千赢国系控制理论与控制工程专业学习,获博士学位


工作履历


2000年4月-2003年12月 千赢国系,讲师

2003年2月-2011年12月 千赢国系, 副教授

2009年2月-2009年9月 美国Carnegie Mellon大学(CMU),访问学者

2011年12月-至今 千赢国系,教授


学术兼职


中国自动化学会智能自动化专业委员会委员


研究领域


类脑计算,机器学习,概率图模型,计算机视觉,视频分析


研究概况


国家自然科学基金项目,基于约束松弛的概率图模型近似推理研究及在计算摄像学中的应用,61271388,2013年1月至今,负责人

国家自然科学基金项目,概率图模型对偶优化及其在视频序列分析中的应用研究,61071131,2011年1月至2013年12月,负责人

国家自然科学基金项目,基于视觉的人自然行为识别算法研究,60772050,2008年1月至2010年12月,负责人

北京市自然科学基金,金融场景中智能视频分析算法研究,4122040,2012年1月至 2014年12月,负责人

国家重大科研仪器设备研制专项,多维多尺度高分辨率计算摄像仪器,61327902,2014年1月至今,子课题负责人

国际合作项目(美国联合技术集团UTC),智能视频分析系列技术以及视频编解码器平台开发,2005年1月至今,负责人

国际合作项目(美国ADI),基于Blackfin平台的系列算法实现,2007年1月至2008年12月,负责人


奖励与荣誉


2008 年度“基于网络融合的流媒体服务新技术”获国家科学技术发明奖二等奖

2013年度“大规模智能视频监控新技术及应用”获北京市科学技术奖二等奖

2011年“立体视频获取与重建技术及装置”获教育部技术发明一等奖

2010年“视频监控实时行为分析关键技术及应用”获中国电子学会电子信息科学与技术三等奖


学术成果


1, Zhaofei Yu, Feng Chen*, et al. Emergent Inference of Hidden Markov Models in Spiking Neural Networks through Winner-Take-All. IEEE Transactions on Cybernetics, 50(3),1347-1354,2020.

2, Fang Ying, Feng Chen*, et al. Noise helps optimization escape from saddle points in the synaptic plasticity. Frontiers in Neuroscience, 2020. (accepted)

3, Zhaofei Yu, Feng Chen*, et al. Sampling-Tree Model: Efficient Implementation of Distributed Bayesian Inference in Neural Networks. IEEE Transactions on Cognitive and Developmental Systems. 2019. (accepted)

4, Su, Xin, Feng Chen*, et al. Generative Memory for Lifelong Learning, IEEE transactions on neural networks and learning systems, 2019. (accepted)

5, Fang, Ying, Feng Chen*, et al. A unified neural circuit of causal inference and multisensory integration. Neurocomputing, 358: 355-368, 2019.

6, Yan ,Qi, Chen Feng*, et al. Transferable Environment Model With Disentangled Dynamics. IEEE Access, 7:106848-106860,2019.

7, Chen, Dagui, Chen Feng*, et al. Learning Effective Subgoals with Multi-Task Hierarchical Reinforcement Learning. Workshops on International Joint Conference on Artificial Intelligence, 2019.

8, Fang ,Ying, Feng Chen*, et al. Noise helps optimization escape from saddle points in the neural dynamics. 27th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. 523-528,2019.

9, Wu, Shuang, Feng Chen, et al. Convolution with even-sized kernels and symmetric padding. NIPS, 2019.

10, Pei, Jing, Feng Chen, et al. Towards artificial general intelligence with hybrid Tianjic chip architecture. Nature, 572(7767):106-111,2019.

11, Fan, Jingtao, Feng Chen, et al. Video-rate imaging of biological dynamics at centimetre scale and micrometre resolution. Nature Photonics, 13(11): 809-816,2019.

12, Zhaofei Yu, Feng Chen*, et al. Unification of MAP Estimation and Marginal Inference in Recurrent Neural Networks. IEEE Transactions on Neural Networks and Learning Systems, 29(11),5761-5766,2018.

13, Shangqi Guo, Feng Chen*, et al. Hierarchical bayesian inference and learning in spiking neural networks. IEEE Transactions on Cybernetics, 49(1), 133-145,2018.

14, Fei Deng, Feng Chen*, et al. Design and Implementation of a Noncontact Sleep Monitoring System Using Infrared Cameras and Motion Sensor. IEEE Transactions on Instrumentation and Measurement. 67(7),1555-1563,2018.

15, Shuang Wu, Feng Chen, et al. Training and Inference with Integers in Deep Neural Networks. ICLR .oral, 2018.

16, Dongqin Cai, Feng Chen, et al. Distinct anatomical connectivity patterns differentiate subdivisions of the nonlemniscal auditory thalamus in mice. Cereb Cortex, 29:2437-2454,2018.

17, Yu, Zhaofei, Chen, Feng*, et al. Neural Network Implementation of Inference on Binary Markov Random Field with Probability Coding. Applied Mathematics and Computation, 301,193-200,2017.

18, Yan ,Qi, Feng Chen*, et al. Revealing structure components of the retina by deep learning networks. The 31st Conference on Neural Information Processing Systems, Symposium on Interpretable Machine Learning, 2017.

19, Z Yu, F Chen*, et al. Sampling-based causal inference in cue combination and its neural implementation.Neurocomputing,175(1),155-165,2016.

20, Dong, Jianwu; Chen, Feng*, et al. Phase unwrapping with graph cuts optimization and dual decomposition acceleration for 3D high-resolution MRI data. Magnetic Resonance in Medicine, 77(3):1353,2016.


Baidu
sogou