李松挺

报告题目：

神经元树突计算启发的AI模型

个人简介：

李松挺，上海交通大学自然科学研究院、数学科学学院教授，博士生导师。2010年和2014年于上海交通大学分别取得数学本科和博士学位，2015-2018年于纽约大学柯朗研究所任博士后。研究方向为应用数学与计算神经科学，研究成果发表在PNAS, CPAM, Cell Reports, NeurIPS等国际期刊和会议上。主持科技部国家重点研发计划课题、临港国家实验室求索杰出青年课题、基金委面上项目等。入选国家重大人才工程特聘教授和青年学者、上海市扬帆计划、上海市晨光计划，担任中国神经科学学会计算神经科学分会副主任和多个国际期刊编委，并获得全国高校青年教师教学竞赛理科组一等奖、上海市青教赛自然科学基础学科组特等奖、宝钢优秀教师奖、上海市五一劳动奖章、上海交大第四届十大科技进展等荣誉。

摘要：

本次报告将介绍基于数学建模、理论分析、科学计算与实验结合等方法，研究大脑中单神经元的树突信号整合机制，随后通过将树突计算法则与机器学习相融合，提出受神经元树突整合机制启发的双线性神经网络模型，以提升人工神经网络的效率与性能。实验表明，我们所设计的新型人工神经网络模型在多项经典机器学习任务中的表现均优于传统人工神经网络。我们的工作揭示了计算神经科学和应用数学在人工智能系统设计中的重要作用，为未来开发高效学习算法提供了新思路。