研究

简介

        脑机接口(Brain-Computer Interface, BCI)是指通过在人脑神经与外部设备(比如计算机、机器人等)间建立直接连接通路,来实现神经系统和外部设备间信息交互与功能整合的技术。简单来说,就是实现用意念控制机器。脑机交互是人机交互的终极手段,可以帮助残疾人修复视觉、听觉等感知功能和运动功能,让正常人工作生活更加健康高效。本实验室主要研究非侵入式脑机接口,包括信号处理和机器学习技术提高系统准确性和易用性,对抗攻击与防御技术提高系统可靠性和安全性,及其智能医疗应用。

此图像的alt属性为空;文件名为naojijiekouxitonggoucheng.jpg

        机器学习是人工智能技术的重要组成部分。机器学习设计让计算机可以自动学习的算法,从数据中自动分析获得规律,并利用规律对未知数据进行预测。本实验室主要研究迁移学习、主动学习、深度学习、集成学习、对抗攻击和模糊系统等技术,用于脑机接口情感计算及智能医疗。

此图像的alt属性为空;文件名为jiqixuexifangfa.jpg

项目支持

代表性工作

脑机接口

On the Vulnerability of CNN Classifiers in EEG-Based BCIs

TNSRE 2019

我们发现基于EEG的脑机接口系统中常用的神经网络模型并不鲁棒。通过构建极其微弱的扰动噪声,我们就可以操控脑机接口的输出。我们通过实验发现,攻击者在完全知道模型信息、知道部分信息、只能获得脑机接口输出这三种情况都有可能攻击成功。该研究强调了目前脑机接口中可能出现的安全隐患,需要该领域特别的关注。

Slider

机器学习

Empirical Studies on the Properties of Linear Regions in Deep Neural Networks

ICLR 2020

使用分段线性激活函数的神经网络能够把输出空间切分为不同小的线性区域。而在每个这样的小区域内,神经网络为完全的线性函数。这篇文章提供了一个新颖而细致的视角去分析神经网络:与之前只是计算线性区域数量不同,我们研究了这些区域的一些局部特性,发现不同的优化技巧会导致完全不同的线性区域。

Slider

情感计算

智能控制

智能决策