呂寶糧

工學博士、教授、博士生導師、IEEE高級會員。主要從事模組化神經網路結構與學習算法和多層神經網路逆映像的計算方法及其套用的研究，提出了多級篩選神經網路模型和基於線性與非線性規劃方法的多層神經網路逆映像計算方法。2002年8月起任上海交通大學計算機科學與工程系教授，同年12月被評為博士生導師。

基本介紹

• 中文名：呂寶糧
• 國籍：中國
• 民族：漢
• 出生地：青島
• 出生日期：1960年11月
• 職業：教師
• 畢業院校：日本京都大學
• 性別：男
• 職稱：教授

人物經歷

1982年1月畢業於青島科技大學自動化系，獲工學學士。同年留校任教。1989年4月畢業於西北工業大學計算機科學與工程系，獲工學碩士學位。1991年4月至1994年3月在日本京都大學電氣工程系攻讀博士學位。1994年3月獲京都大學工學博士學位。1994年4月至1999年3月在日本理化學研究所仿生物控制研究中心任研究員，主要參與日本國家重點研究課題“仿生物控制與自律分散系統”的研究，負責“大規模、複雜模式識別問題的分解與學習”子課題，提出了基於類關係的通用問題分解方法和並列模組化神經網路模型（Min-Max Modular Neural Network）。該模型解決了傳統多層前饋網路和反向傳播學習算法在解決大規模實際問題時所存在的陷於局部極小值、長時間學習和網路結構設計等問題。該模型已成功地套用於腦電波信號分類、自然語言處理中的自動詞性標註、和大規模辭彙庫的自動糾錯等問題。1999年4月至2002年8月在日本理化學研究所腦科學綜合研究中心任研究員，主要參與日本國家重點研究課題“創造腦”的研究，負責“仿腦計算機的結構與超並列學習模型”子課題。提出了湧現學習方法、具有局部回響的高斯零交叉判別函式和基於湧現學習方法的仿腦計算機模型。2003年至2006年作為項目負責人承擔了兩項國家自然科學基金面上項目，在這期間提出了“部分對部分”的問題分解策略和最小最大模組化支持向量機，開發了基於領域知識和基於PCA的多種兩類問題分解方法，提出了解決大規模模式分類問題的模組化分類器，該分類器為利用集群計算機解決大規模分類問題提供了有效的手段，已成功地套用於大規模文本分類和蛋白質亞細胞定位等問題。已在IEEE Trans. Neural Networks, IEEE Trans. Biomedical Engineering, Neural Networks，ICCV等國際重要刊物和學術會議上發表論文50餘篇，申請國內外發明專利9項。主要研究方向為仿腦計算機理論與模型、神經網路、機器學習、模式識別、計算生物學、計算語言學和腦-計算機接口。

主要作品

1) B. L. Lu, J. Shin, and M. Ichikawa, “Massively parallel classification of single-trial EEG signals using a min-max modular neural network”, IEEE Trans. Biomedical Engineering, vol. 51, no. 3, pp. 551-558, 2004

2) B. L. Lu and K. Ito, “Converting general nonlinear programming problems into separable programming problems with feedforward neural networks”, Neural Networks, vol. 16, pp. 1059-1074, 2003

研究方向

1. 仿腦計算機理論與模型

2. 神經網路理論與套用

3. 機器學習

4. 人臉檢測與識別

5. 計算系統生物學

6. 腦-計算機接口

7. 自然語言處理