.png){kind=icon}
钱昆 (Kun Qian)
个人简介
教育背景
2014.10 – 2018.11
德国慕尼黑工业大学 工学博士 电气工程与信息技术
2011.09 – 2014.04
南京理工大学 工学硕士 信号与信息处理
2007.09 – 2011.06
四川师范大学 工学学士 电子信息工程
工作经历
2021.08 – 至今
北京理工大学
教授、博导，脑健康工程责任教授
2019.09 – 2021.07
日本东京大学
日本学术振兴会外国人特别研究员
2018.11 – 2019.09
日本东京大学
特任研究员
2018.01 – 2018.03
美国卡内基梅隆大学
访问学者
2016.04 – 2016.11
日本东京工业大学
访问学者
2013.11 – 2014.03
新加坡南洋理工大学
访问学者
荣誉奖项
- “中国防治慢性疾病的精准诊疗与循证评价体系的建立与运用”，一等奖（排名第2）（2023年07月）｜中国发明协会
- “期刊大使奖”（2021年03月）｜Frontiers in Digital Health期刊
- “优秀成果奖”（智能感知组排名第一）（2020年11月）｜之江国际青年人才基金
- 外国人特别研究员（2019年12月）｜日本学术振兴会
联邦原型学习用于非独立同分布心音下的心血管疾病识别
基于多模态预训练大语言模型的贝叶斯知识引导置信度感知模型用于抑郁症检测
脑回声：通过潜在空间对齐和引导扩散从EEG重建音乐
基于静息态EEG引导的判别知识模糊迁移学习用于跨主体情感识别
混合源选择融合域不变注意力用于跨主体情感识别
BBANet：一种基于双向生物听觉启发的神经网络，用于心音分类
解码自然的旋律：机器学习在通过声景分析评估鸟类多样性中的意义与挑战
面向实用结直肠癌诊断：一种基于肠道声音的系统，配备便携式传感器和机载轻量级AI模型
子宫内膜下注射人胚胎干细胞来源的免疫和基质调节细胞可促进难治性中重度宫腔粘连患者子宫内膜的血管生成：一项开放标签、单臂、单中心、I期剂量递增试验
FedVCPL-Diff：一种基于扩散模型的联邦卷积原型学习框架，用于语音情感识别
企业AI助手的评估与事故预防
DiemaNet：一种用于三种典型呼吸系统疾病的自动化检测模型
一种使用便携式心音传感器的AI辅助一体化冠心病诊断系统，该系统搭载可执行的轻量级模型
STAA-Net：一种用于语音情感识别的稀疏且可迁移的对抗性攻击
信息扩散预测：基于增强的扩散依赖和多粒度时间影响
Gcd-jfse: 基于图的类域知识联合特征选择和集成学习，用于基于EEG的情感识别
基于高保真DHD信号，用于生物雷达心电图信号重构的车载可执行多任务网络模型
环境意识和社会可持续性: 来自具有社会学习和个体异质性的基于主体的模型的见解
