刘颖

报告题目：

基于视觉认知机理的类脑Spiking计算模型

个人简介：

成都流体动力创新中心，助理研究员。2025年6月毕业于电子科技大学，获得计算机科学与技术博士学位。主要研究方向为类脑视觉建模、脉冲神经网络、故障诊断等。在Neural Networks、ISA Transactions、电子与信息学报等期刊与会议上发表论文十余篇，曾获“中国软件杯”全国总决赛一等奖。

摘要：

类脑计算与神经形态工程的发展为人工智能开辟了新路径。作为第三代神经网络，脉冲神经网络（SNN）凭借其生物启发的异步事件驱动特性和高效的时空信息处理能力，正在重塑智能感知领域的技术范式。本报告重点介绍一种创新的SNN视觉认知框架，该框架通过模拟生物视觉系统的选择性注意机制和自适应学习特性，实现了复杂动态场景下的高效特征提取与识别。相较于传统深度学习模型，该框架展现出显著优势：更低的能耗需求、更强的环境适应能力以及对标注数据依赖性的降低。这些特性使其在资源受限场景下具有独特价值，为智能感知系统的优化提供了突破性的技术方案。报告将探讨其在空天探测领域的应用前景，最后展望其对未来类脑智能系统发展的推动作用。