徐齐，浙江杭州人，博士，副教授。主要研究方向为人工智能、类脑计算、神经形态计算、脉冲神经网络、神经信号编解码等。博士毕业于浙江大学计算机科学与技术学院。入选中国科协青年人才托举工程，曾受国家留学基金委（CSC）资助赴英国莱斯特大学系统神经科学研究中心担任荣誉访问学者（Honorary Visiting Fellow）。主持国家重点项目两项，国自然青年、面上项目各一项，参与科技创新2030-新一代人工智能重大项目、科技创新2030-脑科学与类脑研究重大项目，国家重点研发计划等。一作/通讯发表CCF A及中科院一区论文二十余篇，谷歌学术引用1100+。

研究方向

---

脑机混合智能

●类脑计算（脉冲神经网络模型构建）

●类脑视觉（图像增强、去噪、超分辨率重建）

●类脑强化学习（多智能体博弈）

人工智能

●深度学习（检测、识别、跟踪）

●机器学习（无监督、半监督、小样本）

●基于深度学习的医学数据（CT, fMRI和EEG等）处理

---

部分主持科研项目

---

◆国家级重点纵向项目，复杂环境下类脑脉冲模型与系统，2022-2025

◆国家级重点纵向项目，类脑脉冲持续学习方法研究，2023-2025

◆国家自然科学基金面上项目，神经突触可塑性启发的脉冲神经网络结构学习方法研究，2025-2028

◆国家自然科学基金青年基金 ，基于卷积脉冲混合神经网络的视觉脉冲编解码模型研究，2023-2025

◆科技创新2030-新一代人工智能重大项目子课题，高清晰度超高速视觉芯片与系统，2021-2024

◆中国航天科工集团合作项目

◆华为公司合作项目

---

学术研究

---

第一作者/通讯作者在CCF A类或中科院一区SCI期刊发表包括IJCAI, AAAI, CVPR, NeurIPS, ICLR, ICML, ACM MM及IEEE TNNLS, TAI, TIM, TIP等二十余篇论文，谷歌学术显示引用1100+，详细论文参见本人谷歌学术(https://scholar.google.com/citations?hl=zh-CN&user=dGEcAuYAAAAJ&view_op=list_works&sortby=pubdate)或researchgate  (https://www.researchgate.net/profile/Qi-Xu-42)。

长期担任计算机领域和神经科学领域顶级会议的领域主席（ICLR, ICML, ACM MM，AAAI等）及审稿人、程序委员会委员等，包括ICML, NeurIPS, CVPR, ICCV, ICLR, AAAI及IEEE TIP, TNNLS, TCYB, THMS, TCDS, Neural Networks等，是电气与电子工程师协会（IEEE），中国计算机学会（CCF），中国人工智能学会（CAAI），中国自动化学会（CAA），欧洲神经科学学会（FENS）的会员。获得了教育部IBM优秀学生奖，之江实验室之江国际青年人才奖等及欧盟脑计划（HBP），美国冷泉港实验室（CSHL）等会议资助。曾受邀在意大利、瑞典、英国、美国等国内外类脑研究顶尖研究机构做会议报告。国家自然科学基金通讯评审专家，国家重点研发计划评审专家，教育部学位论文评审专家，北京市自然科学基金评审专家。

---

研究生招生（招生专业：计算机学院（计算机科学与技术和人工智能）和未来技术学院（人工智能））

---

1. 大四和研一、二的同学可以去之江实验室、北京大学和浙江大学等机构进行联合培养；硕士毕业可以择优选择参加CSC海外攻博项目。

2. 已成功推荐多名大工本校学生推免/考研至北京大学智能学院和浙江大学计算机科学与技术学院等高校。

招收推免、考研的硕士研究生（专业：人工智能），希望有扎实的编程基础和数学功底及英文能力。课题组研究经费充足、氛围融洽、计算资源丰富，所指导的本科生/硕士/博士已发表多篇CCF A、中科院一区及IEEE/ACM trans论文。欢迎具有人工智能、计算机科学与技术、生物医学工程、机器学习、信号与信息处理等相关领域学习基础的优秀学子加入团队。欢迎对课题组感兴趣，想提前进组实习，本科毕业设计，参加各类互联网+，创新创业项目及担任科研助理的同学请附上简历和自我规划联系我（xuqi@dlut.edu.cn）或来办公室面谈。

---

十篇代表性论文

1. Qi Xu, Yuyuan Gao, Jiangrong Shen, Yaxin Li, Xuming Ran, Huajin Tang, Gang Pan, Enhancing Adaptive History Reserving by Spiking Convolutional Block Attention Module in Recurrent Neural Networks. Thirty-seventh Conference on Neural Information Processing Systems (NeurIPS 2023). (CCF A)

2. Qi Xu, Yaxin Li, Jiangrong Shen, Jian K Liu, Huajin Tang, Gang Pan, Constructing deep spiking neural networks from artificial neural networks with knowledge distillation. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition 2023 (CVPR 2023). (CCF A)

3. Qi Xu, Yaxin Li, Xuanye Fang, Jiangrong Shen, Qiang Zhang, Gang Pan, Reversing Structural Pattern Learning with Biologically Inspired Knowledge Distillation for Spiking Neural Networks. ACM International Conference on Multimedia 2024 (ACM MM 2024). (CCF A)

4. Qi Xu, Xuanye Fang, Yaxin Li, Jiangrong Shen, De Ma, Yi Xu, Gang Pan, RSNN: Recurrent Spiking Neural Networks for Dynamic Spatial-Temporal Information Processing. ACM International Conference on Multimedia 2024 (ACM MM 2024). (CCF A)

5. Qi Xu, Sibo Liu, Xuming Ran, Yaxin Li, Jiangrong Shen, Huajin Tang, Jian K Liu, Gang Pan, Qiang Zhang, Robust Sensory Information Reconstruction and Classification With Augmented Spikes. IEEE Transactions on Neural Networks and Learning Systems 2024 (TNNLS 2024).

6. Long Chen, Yunzhou Xie, Yaxin Li, Qi Xu*, Junyu Dong, CWSCNet: Channel-Weighted Skip Connection Network for Underwater Object Detection. IEEE Transactions on Image Processing 2024 (TIP 2024). (CCF A)

7. Yaxin Li, Qi Xu*, Jiangrong Shen, Hongming Xu, Long Chen, Gang Pan, Efficient deep spiking neural networks construction with spiking activity based pruning. International Conference on Machine Learning 2024 (ICML 2024). (CCF A)

8. Tingting Jiang, Qi Xu*, Xuming Ran, Jiangrong Shen, Pan Lv, Qiang Zhang, Gang Pan, Adaptive deep spiking neural network with global-local learning via balanced excitatory and inhibitory mechanism. The Twelfth International Conference on Learning Representations 2024 (ICLR 2024).

9. Zihang Shao, Xuanye Fang, Yaxin Li, Chaoran Feng, Jiangrong Shen, Qi Xu*, EICIL: Joint Excitatory Inhibitory Cycle Iteration Learning for Deep Spiking Neural Networks. Thirty-seventh Conference on Neural Information Processing Systems (NeurIPS 2023). (CCF A)

10. Jiangrong Shen, Qi Xu*, Jian K. Liu, Yueming Wang, Gang Pan, Huajin Tang, ESL-SNNs: An Evolutionary Structure Learning Strategy For Spiking Neural Networks. Proceedings of the AAAI Conference on Artificial Intelligence 37 (AAAI 2023). (CCF A)