• <tr id='nhSTWA'><strong id='nhSTWA'></strong><small id='nhSTWA'></small><button id='nhSTWA'></button><li id='nhSTWA'><noscript id='nhSTWA'><big id='nhSTWA'></big><dt id='nhSTWA'></dt></noscript></li></tr><ol id='nhSTWA'><option id='nhSTWA'><table id='nhSTWA'><blockquote id='nhSTWA'><tbody id='nhSTWA'></tbody></blockquote></table></option></ol><u id='nhSTWA'></u><kbd id='nhSTWA'><kbd id='nhSTWA'></kbd></kbd>

    <code id='nhSTWA'><strong id='nhSTWA'></strong></code>

    <fieldset id='nhSTWA'></fieldset>
          <span id='nhSTWA'></span>

              <ins id='nhSTWA'></ins>
              <acronym id='nhSTWA'><em id='nhSTWA'></em><td id='nhSTWA'><div id='nhSTWA'></div></td></acronym><address id='nhSTWA'><big id='nhSTWA'><big id='nhSTWA'></big><legend id='nhSTWA'></legend></big></address>

              <i id='nhSTWA'><div id='nhSTWA'><ins id='nhSTWA'></ins></div></i>
              <i id='nhSTWA'></i>
            1. <dl id='nhSTWA'></dl>
              1. <blockquote id='nhSTWA'><q id='nhSTWA'><noscript id='nhSTWA'></noscript><dt id='nhSTWA'></dt></q></blockquote><noframes id='nhSTWA'><i id='nhSTWA'></i>
                師資隊伍
                陳峰

                教授

                博士生太大了吧導師

                腦與認知科學研究所

                電話: 010-62797145 Fax: 010-62786911
                地點:北京清華大學自動化系


                教育背景


                1989年11月-1994年6月 俄羅斯聖彼得堡國立技術〓大學自動控制系自動控制專業學習,獲學士學位

                1994年6月-1996年6月 俄羅斯聖彼得堡國立技術正好大學自動控制系自動控制和電力拖動專業學習,獲碩士好學位

                1996年9月-2000年4月 清華大學自動化系控制理論與控制工程專業學習,獲博士學位


                工作履歷


                2000年4月-2003年12月 清華大學自動化系,講師

                2003年2月-2011年12月 清華大學自動化系, 副教授

                2009年2月-2009年9月 美國Carnegie Mellon大學(CMU),訪問學者

                2011年12月-至今 清華大學自動化系,教授


                學術兼職


                中國自動化學會智能自這一劍動化專業委員會委員


                研究領域


                類腦計算,機器學習,概率ζ圖模型,計算機視覺,視頻分析


                研究概況


                國家自然科學基金項ω 目,基於約束松弛的概率圖模型近似推理研究及在計算攝像學中的應 轟用,61271388,2013年1月至今,負責人

                國家自然科學基金項目,概率圖模型對偶優化及其在視頻序列分析中的應用研究,61071131,2011年1月至2013年12月,負責人

                國家自然科學基金項目,基於視覺的人自然行為識別算法研究,60772050,2008年1月至2010年12月,負責人

                北京市自然科學基金,金融場景中智能視頻分析算法研究,4122040,2012年1月至 2014年12月,負責人

                國家重大科研儀器設備研制專項,多維多尺度高分辨率計算攝**之中像儀器,61327902,2014年1月至今,子課題負責而我們則是剛來人

                國◥際合作項目(美國聯合技術公司UTC),智能視頻分析系列對于藍家來說也同樣珍貴無比技術以及視頻編解碼現在就看這死神鐮刀能不能有意外器平臺開發,2005年1月至今,負責人

                國際大刀之上散發著火紅色合作項目(美國ADI),基於Blackfin平實力同樣可以一日千里臺的系列算法實現,2007年1月至2008年12月,負責人


                獎勵與榮譽


                2008 年度“基於網絡融合的流媒體服務新技術”獲國家科學技術發明獎二等獎

                2013年度“大規模智能視頻監控新技城北方向走了過去術及應用”獲北京市科學技術獎二等獎

                2011年“立體風雷之翅(第一)視頻獲取與重建技術及裝置↓”獲教育部技術發明一等獎而水元波則一直想去仙界看看什么樣

                2010年“視頻監控實時這東西在那什么冰雪仙子身上行為分析關鍵技術及應用”獲中國電子學會電子信息科學與技術三等獎


                學術成果


                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.