2023年8月27日，电子科技大学顾实教授受邀为我校师生作了题为“用于获得高性能 SNNs的近似和自适应”的研究生高水平学术讲座，感兴趣的师生在高新校区信智楼C301报告厅听取了此次报告。本次报告会由刘爱萍副教授主持。

尖峰神经网络（SNNs）是一类模拟生物系统中观察到的神经元尖峰行为的深度神经网络，近年来由于其时间动态和高效计算的潜力而受到越来越多的关注。讲座中，顾教授首先介绍了将传统的人工神经网络转化为高性能SNNs的方法，分析了在转化过程中存在的问题以及相应的解决方案。进一步，针对SNNs在训练过程中尖峰事件不可微所带来的挑战，顾教授介绍了替代梯度的方法来缓解这一问题，并阐述了如何处理替代梯度索引入的偏差。此外，顾教授还介绍了SNNs相关的前沿工作，为SNNs的持续发展提供了有价值的见解。

讲座结束后，顾教授回答了师生提问，就SNNs的模型改进、训练方式、实际应用场景以及未来发展趋势等问题进行了详细的沟通交流。讲座最终在热烈的氛围中圆满结束，顾教授深入浅出的讲解把深奥的理论工作简洁明了地展示出来，获得了在场师生的一致好评。

顾实教授简介：

顾实教授，美国宾夕法尼亚大学（UPenn）博士，清华大学本科，现任电子科技大学计算机科学与工程学院教授，数字智能与认知研究组主任、脑与认知实验室主任，曾入选2017年国家青年特聘专家，同年入选福布斯中国“30岁以下30人”榜单。顾教授的主要研究方向为计算神经科学与类脑人工智能，当前主要研究兴趣是基于人工智能的脑认知表达和调控模型。计算神经科学方面，提出并发展了脑网络上的控制理论分析，拓展了脑系统发育过程中的认知调控系统成熟化理论，相关研究发表在Nature Communications和PNAS等国际期刊上。类脑人工智能方面，建立了传统人工神经网络向脉冲神经网络转换的误差分析模型，并建立了与之相应的高效转换算法，极大地降低了转换算法的延迟，相关研究发表在ICLR、ICML，NeurIPS等人工智能国际会议上。