黄海平
教授
黄海平
教育经历
2006年9月-2011年7月 中国科学院理论物理研究所 博士学位
2002年9月-2006年6月 bat365在线平台网站理工学院物理学 学士学位
工作经历
2011年8月-2012年8月 香港科技大学访问学者
2012年8月-2014年8月 日本学术振兴会外国人特别研究员
2014年8月-2018年3月 日本理化学究所研究科学家
2018年3月- 2022年3月 bat365在线平台网站百人计划副教授
2022年4月-至今 bat365在线平台网站教授
教学情况
学科方向
理论物理学科：神经计算的统计物理学，具体的研究方向：
a. 无序系统的统计物理: 复本理论, 空腔方法，描述非线性动力学的动力学平均场理论;
b. 神经网络的理论和计算模型: 监督学习神经网络，受限玻尔兹曼机的平均场理论, 深度无监督学习, 循环神经网络的平均场理论及其神经科学原理; 生物神经网络的相变理论。
荣誉获奖
1.2021年，国家优青
2.2020年，bet亚洲登录官方网站芙兰科研奖
3.2017年，日本理化学研究所杰出研究奖
4.2012年，日本学术振兴会外国人特别研究员（JSPS 博士后）
代表成果
学术论文
- Z. Jiang, Z. Chen, T. Hou, and H. Huang*, Spectrum of non-Hermitian deep-Hebbian neural networks, Phys. Rev. Research 5, 013090 (2023)
- C. Li and H. Huang, Learning credit assignment, Phys. Rev. Lett. 125, 178301(2020).
- T. Hou and H. Huang, Statistical physics of unsupervised learning with prior knowledge in neural networks, Phys. Rev. Lett. 124, 248302 (2020).
- H. Huang, Mechanisms of dimensionality reduction and decorrelation in deep neural networks, Phys Rev E 98, 062313 (2018)
- H. Huang, and Y. Kabashima, Origin of the computational hardness for learning with binary synapses, Phys. Rev. E 90, 052813 (2014).
申请专利
学术著作
Haiping Huang, Statistical Mechanics of Neural Networks (Springer, 2022)
