个人信息

邹爱笑，毕业于北京工业大学，计算机科学与技术专业，研究生学历，工学博士学位。主要研究方向为：人工智能、深度学习、脑信息学编解码、认知计算。博士期间曾参与国家自然基金项目、北京市自然科学基金、市教委重点项目等多项科研课题。在国内外重要学术期刊发表论文10余篇，其中SCI期刊检索论文4篇、EI检索论文3篇、专利2项。

科研领域

人工智能、深度学习、脑信息学编解码、认知计算等领域

代表性论文

1.Aixiao Zou, Junzhong Ji, Minglong Lei, Jinduo Liu, Yongduan Song. Exploring Brain Effective Connectivity Networks Through Spatiotemporal Graph Convolutional Models. IEEE Transactions on Neural Networks and Learning Systems, 2022, DOI: 10.1109/TNNLS.2022.322.1617.

2. Junzhong Ji, Aixiao Zou, Jinduo Liu, Cuicui Yang, Xiaodan Zhang, Yongduan Song. A Survey on Brain Effective Connectivity Network Learning. IEEE Transactions on Neural Networks and Learning Systems, 2023，34(4), 1879-1899.

3.Aixiao Zou, Junzhong Ji. Learning brain effective connectivity networks via controllable variational autoencoder. 2021 IEEE International Conference on Bioinformatics and Biomedicine, Houston, TX, USA, 2021.

4. Junzhong Ji, Jinduo Liu, Aixiao Zou, Aidong Zhang. ACOEC-FD: Ant Colony Optimization for Learning Brain Effective Connectivity Networks From Functional MRI and Diffusion Tensor Imaging. Frontiers in Neuroscience,2019, 13:1290.

5. 冀俊忠,邹爱笑,刘金铎. 基于功能磁共振成像的人脑效应连接网络识别方法综述.自动化学报,2021, 47(2): 278-296.

科研项目

[1]校级青年科研基金项目：基于fMRI数据深度时空特征学习的脑效应网络识别方法研究，主持，2022-2025