成果简介
本研究提出了全球首个脑电大模型LaBraM。LaBraM基于Transformer架构,能有效捕捉脑电信号的时空特征,生成语义丰富的神经编码,实现通用表征学习。在基于脑电信号的异常检测、事件分类、情绪识别和步态预测等多个下游任务上,LaBraM的性能全面超越了现有最优的深度学习模型。此外,随着模型参数与预训练数据规模的增加,LaBraM的性能持续提升,符合大模型的“规模效应”。
该成果的代表性论文作为热点论文发表于ICLR 2024。ICLR 2024论文链接: https://openreview.net/forum?id=QzTpTRVtrP
上海交通大学计算机科学与工程系二级教授,博士生导师,IEEE Fellow。
1994年获日本京都大学工学博士学位,现任上海交通大学智能人机交互与认知工程上海高校重点实验室主任和上海零唯一思科技有限公司首席科学家,担任IEEE Trans. Affective Computing和Journal of Neural Engineering编委。
荣获2018 IEEE Trans. Autonomous Mental Development最佳论文奖、2020年度吴文俊人工智能自然科学一等奖、2021 IEEE Trans. Affective Computing最佳论文奖和2022亚太神经网络学会杰出成就奖,入选爱思唯尔2020至2023中国高被引学者榜单。
主要研究领域包括深度学习、脑电大模型、情感智能、情感脑机接口及其在情感障碍疾病的客观评估与数字疗法。
华瑙奖