徐明坤

博士、博士後

Email：xumingkun@@gdiist.cn

個人簡介：

2018年本科畢業于西安電(diàn)子科技大(dà)學測控技術與儀器專業，2023年在清華大(dà)學類腦計算研究中(zhōng)心獲工(gōng)學博士學位。研究成果主要發表于Nature Communications、Neural Networks、ACS applied materials & interfaces等雜(zá)志(zhì)。

主要研究方向：

博士研究生(shēng)期間主要研究脈沖神經網絡算法設計及應用。加入廣東省智能院後主要研究面向認知(zhī)推理的脈沖神經網絡與神經形态圖計算模型研究，通過引入神經科學和認知(zhī)科學導向的歸納偏置，使網絡從數據中(zhōng)學習結構化的知(zhī)識和符号化的表征與關聯，進而在層次化時空動力學、分(fēn)布式的信息整合、靈活的組合泛化等方面探究，爲實現因果推理、規劃、決策等高級認知(zhī)智能提供技術基礎。

代表論著：

1. Xu M, Wu Y, Deng L, Liu F, Li G and Pei J. Exploiting spiking dynamics with spatial-temporal feature normalization in graph learning. In Proceedings of the Thirtieth International Joint Conference on Artificial Intelligence (IJCAI-21), pages 3207-3213, 2021.

2. Yang Y, Xu M (Co-first author), Jia S, Wang B, et al. A new opportunity for the emerging tellurium semiconductor: making resistive switching devices[J]. Nature communications, 2021, 12(1): 1-12.

3. Wu Y, Zhao R, Zhu J, Chen F, Xu M (Co-first author), Li G, et al. Brain-inspired global-local learning incorporated with neuromorphic computing[J]. Nature Communications, 2022, 13(1): 1-14.