计算机科学与工程学院


 
导师代码: 12265
导师姓名: 顾实
性    别:
特    称:
职    称: 教授
学    位: 哲学博士学位
属    性: 专职
电子邮件: sgusaber @ gmail.com

学术经历:  

个人简介:   男,汉族,1990年出生于江苏省连云港市。本科就读于清华大学数理基础科学班(2007-2011),2011年毕业后赴美国宾夕法尼亚大学留学,师从Danielle S. Bassett教授和James C. Gee教授,于2016年获得应用数学与计算科学博士学位,现就职于电子科技大学计算机科学与工程学院,担任教授。曾入选2017年“第十三批国家特聘青年专家”, 同年入选福布斯中国“30岁以下30人”榜单。

科研项目:   自然基金面上项目:脑网络功能可控性分析与建模

研究成果:   长期在脑网络建模与医疗影像分析领域从事研究工作,取得了优秀的成果。网络模型方面,顾实博士提出了大脑网络上的控制模型,为理解大脑认知控制功能提供了一种可行的新思路,利用相关算法来提取相关活动中的有效模式,取得了丰富而具有开拓性的理论结果。该方面研究成果发表于PNAS、Nature Communications、NeuroImage、Nature Methods等期刊上,并担任相关期刊审稿人。医疗影像分析方面,关注于深度网络在肿瘤检测、图像分割、小样本与噪音样本学习等问题,与华西医院、北京同仁医院等国内一流医院保持良好合作关系,相关研究发表或在审于TMI、MICCAI等国际一流影像期刊或会议,并担任相关期刊审稿人。医疗影像方面,1. 提出基本特征度量的小样本学习方法,解决了医疗影像研究中配准样本标注缺乏的问题;2. 提出基于三网络协同策略的噪音样本学习算法,解决了医疗影响研究中分割样本标准不准确的问题;3. 提出多模态融合融合诊断算法,解决了急诊中风病人平扫CT的缺血性区域识别问题。类脑智能方面,主要围绕新一代高效脉冲神经网络构建新的模型,1. 建立了人工神经网络(ANN)到脉冲神经网络(SNN)的逼近转换原理,极大地缩减了SNN的推断时长;2. 提出从ANN到SNN的量化转换优化,使得SNN的实用级部署成为可能。 详细论文参见个人Google Scholar https://scholar.google.com/citations?hl=en&user=9_jlOXUAAAAJ&view_op=list_works&sortby=pubdate

专业研究方向:  
专业名称 研究方向 招生类别
081200计算机科学与技术 02机器智能与模式识别 博士
081200计算机科学与技术 06云计算与大数据处理 博士
085400电子信息 12不区分研究方向 博士
081200计算机科学与技术 02机器智能与模式识别 硕士
081200计算机科学与技术 06云计算与大数据处理 硕士


学院列表
01  信息与通信工程学院
02  电子科学与工程学院
03  材料与能源学院
04  机械与电气工程学院
05  光电科学与工程学院
06  自动化工程学院
07  资源与环境学院
08  计算机科学与工程学院
09  信息与软件工程学院
10  航空航天学院
11  数学科学学院
12  物理学院
13  医学院
14  生命科学与技术学院
15  经济与管理学院
16  公共管理学院
17  外国语学院
18  马克思主义学院
21  基础与前沿研究院
22  通信抗干扰技术国家级重点实验室
23  电子科学技术研究院
28  深圳高等研究院