活动名称：基于神经生理学启发的情感脑机接口深度神经网络

主讲人：Dr Ding Yi

时间：2025年03月24日下午15:00

地点：腾讯会议:

主题：基于神经生理学启发的情感脑机接口深度神经网络

主讲人介绍：丁一，现任新加坡南洋理工大学(NTU)计算与数据科学学院(CCDS)研究助理教授。博士毕业于新加坡南洋理工大学，师从新加坡工程院院士(SAng)、美国国家发明家学院院士(NAI)、IEEE院士(IEEEFellow)、美国医学与生物工程院院士(AIMBE)关存太教授。他是IEEE以及新加坡模式识别与机器智能协会(PREMIA会员，研究方向包括深度/机器学习、脑机接口、情感计算、图神经网络、计算机视觉、多模态情感识别和脑电大模型。在高影响力的AI期刊和国际会议上包括IEEE Transactions on Neural Networks and Learning Systems (TNNLS), IEEETransactions on Affective Computing (TAFFC), IEEE Transactions on ImageProcessing (TIP),IEEE Journal of Biomedical and Health Informatics(J-BHI),Neural Networks(NN), IEEE Transactions on Neural Svstems andCVPR,ICCV，ICASSP，IJCNN，EMBC等发Rehabilitation Engineering(INSRE).表20余篇工作。他还担任多个顶级AI、人机交互和神经工程期刊及会议的审稿人如IEEE TNNLS、IEEE IOTJ、IEEE TSP、IEEE J-HBI、IEEE TNSRE、IEEE TCDS、IEEE TAI、Pattern Recognition、Applied Soft Computing、Neurocomputing.IJHCI、ACM MM、IJCAI、ICASSP、EMBC等。

内容摘要：通过脑电图(EEG)信号进行情感识别是生物医学研究中的重要领域，广泛应用于心理健康调节和人机交互等方面。然而，基于EEG的情感识别面临诸多挑战，主要原因在于EEG信号的低信噪比和非平稳性，尤其是在泛化评估场景中，模型在训练过程中无法接触到测试数据。为了更有效地捕捉EEG信号的空间、时间及上下文信息，设计深度学习模型时必须融入与情感EEG相关的神经生理学先验知识。本次研讨会将介绍几种基于神经生理学启发的深度学习方法，重点讨论EEG情感识别的两个核心任务:情感状态的分类和回归。研究结果表明，将神经生理学知识融入神经网络架构可以显著提升情感解码的准确性。希望本次分享能够为后续研究带来新的思路和启发。

海报：