勷勤数学•专家报告

题      目：神经可靠表征信息与动作识别的动力学机制研究

报  告  人：杨冬平  副研究员  (邀请人：邹为)

                                    之江实验室

时      间：11月30日  09：00-10：00

地     点：数科院西楼111报告厅

报告人简介:

       杨冬平，现为之江实验室前沿基础研究中心副研究员。长期致力于计算神经科学与脑物理等交叉领域的研究，主要采用平均场理论的方法进行生物物理建模与分析，探索大脑多尺度神经活动特征的能耗与功能及其内在动力学机制，以及生物神经导航相关的动力学机制。目前已在脑物理方面独立完成了多个系统的深入的研究工作，并取得了一系列研究成果，已发表SCI论文30余篇，包括 PloS Computational Biology, IEEE Transactions等国际著名期刊，主持一项国自然面上项目和一项浙江省重点项目。

摘      要：

       活的大脑具有复杂多变的内部活动，却可以可靠地产生适应性响应来处理外部信息。因此，一个长期存在的基本问题是：神经网络如何在具有复杂多变的内部活动下产生对外界信息的可靠表征及编码？我们的研究揭示了神经异质性在可靠信息处理中的关键作用，并提出了一个统一的内在动力学机制来阐明各种神经异质性的作用。我们的研究发现神经异质性可以破坏神经网络的内在活动模式，使得神经元的活动更独立灵活、放电率更异质，增强了神经元对外界信号的敏感性，在外界输入的诱导下形成与输入信号对齐的稳定暂态活动模式，进而获得可靠的信息表征。在应用方面，我们提出了一种“预训练储备池组(PRG)”的动作视频识别的新框架，通过认知启发的方式构建网络架构，以基本动作要素作为预训练数据，获得具有吸引子结构的流形表征空间的预训练储备池组，实现高效、可解释的动作表征与识别能力。PRG架构具有高准确率、低能耗、小参数量与小样本学习能力，能够在不重新训练整个网络的情况下适应新任务，适用于资源受限的边缘智能设备。

         欢迎老师、同学们参加、交流！