※教师简介
占求港，现任西南财经大学555000a公海会员中心（新财经综合实验室）讲师。2024年毕业于电子科技大学，获得工学博士学位。主要研究方向涉及人工智能、低功耗类脑计算、脉冲神经网络、联邦学习、迁移学习等，已在国际顶级期刊、国内外学术会议等发表学术论文十余篇，包括IEEE Transactions on Image Processing、IEEE Transactions on Cybernetics等。
欢迎对类脑计算、迁移学习、联邦学习等方向感兴趣的同学加入新财经综合实验室（人工智能与行业大数据创新团队）。团队与香港科技大学、清华大学、爱荷华州立大学、佐治亚州立大学等国内外诸多高校有密切的学术交流，同时与行业企业保持着长期合作的伙伴关系，包括：中国农业银行、中国建设银行、蚂蚁金服、华为等。如有意向可随时发送简历至邮箱，我会尽快回复邮件并安排面谈。
※研究领域
类脑计算，迁移学习，联邦学习
※教育背景
2020/09-2024/06 电子科技大学 博士
2018/09-2020/07 电子科技大学 硕士（硕博连读）
※职业经历
2024/07年至今 西南财经大学计算机与人工智能学院 讲师
※研究成果
代表性学术论文(*通讯作者)
[1] Zhan Q, Liu G, Xie X, et al. Spiking Transfer Learning From RGB Image to Neuromorphic Event Stream[J]. IEEE Transactions on Image Processing, 2024, 33: 4274-4287. (CCF A类，中科院一区Top期刊，影响因子：10.8，财大外A)
[2] Zhan Q, Liu G, Xie X, Sun G, Tang H. Effective Transfer learning algorithm in spiking neural networks[J]. IEEE Transactions on Cybernetics, 2022, 52(12): 13323-13335. （中科院一区Top期刊，影响因子：11.8，财大外A）
[3] Zhan Q, Wang B, Jiang A, Xie X, Zhang M, Liu G. A two-stage spiking meta-learning method for few-shot classification[J]. Knowledge-Based Systems, 2024, 284: 111220. （中科院一区Top期刊，影响因子：8.8，财大外A）
[4] Zhan Q, Liu G, Xie X, Zhang M, Sun G. Bio-inspired active learning method in spiking neural network[J]. Knowledge-Based Systems, 2023, 261: 110193. （中科院一区Top期刊，影响因子：8.8，财大外A）
[5] Xie X, Feng J, Liu G*, Zhan Q*, Liu Z, Zhang M. Federated learning for spiking neural networks by hint-layer knowledge distillation[J]. Applied Soft Computing, 2024. （中科院一区Top期刊，影响因子：7.2，财大外A）
[6] Zhan Q, Tao R, Wei R, Jiang A. An autoencoder-based spiking representation for images[C]. 2023 International Conference on Image Processing, Computer Vision and Machine Learning (ICICML). IEEE, 2023: 215-218.
[7] Xie X, Yu B, Liu G, Zhan Q, Tang H. Effective active learning method for spiking neural networks[J]. IEEE Transactions on Neural Networks and Learning, 2023. （中科院一区Top期刊，影响因子：10.4，财大外A）
[8] Yang Z, Xie X, Zhan Q, Liu G, Cai Q, Zheng X. Aneural-network-based framework for cigarette laser code identification[J]. Neural Computing and Applications, 2020, 32: 11597-11606. （中科院三区期刊，影响因子：5.6）
主要科研项目
[1] 国家自然科学基金面上项目，62376228，“基于脉冲编码的类脑联邦学习方法研究”，2024.01-2027.12，主研.
[2] 广东省自然科学基金-面上项目，2021A1515011866，“基于脉冲神经网络的深度时序迁移学习方法研究”，2021.01- 2023.12，主研.
[3] 四川省科技厅-重点研发计划，2022YFG0314，“类脑智能芯片低功耗学习方法研究”，2022.01-2023.12，主研.
[4] 广东省通信管理局，“泛家居制造工业互联网标识解析二级节点建设”，2019.12-2022.12，主研.
[5] 广东省普通高校重点领域专项，2019KZDZX1021，“基于人工智能的脑健康大数据分析与辅助决策研究”， 2019.06- 2023.06， 主研.
[6] 清华紫光公司，“自然语言处理相关算法”，2019.10-2020.10，主研.
