中山大学逻辑与认知研究所哲学博士,2002,中山大学
研究哲学 我的研究总目标是理解人类的学习与推理能力。我尝试从多个角度来达到这个目的:哲学,心理学,逻辑,数学模型和人工智能。目前我的重点是人类的学习与推理的计算模型,例如,基于Bayesian统计学的概率模型。我曾尝试过人工神经网络模型,基于lambda演算的逻辑-行为模型。也许Bayesian模型是最简明和最有解释力的模型。 除了形式模型外,我需要心理学行为实验和计算机模拟这些重要方法。行为实验可以检验模型的成功与否,计算机模拟可以帮助理解人类的在某些状态下的行为模式。 这些方法可以应用在社会-情感计算领域,例如,信息传播(gossip),空间传播,emotion在社会网络中的传播。复杂社会行为的计算模型是一个新兴的研究领域。
研究方向 Bayesian模型(图模型与反事实条件句的因果解释力);多agent系统;社会-情感计算;逻辑与哲学
讲授课程 人工智能;推理心理学;计算认知科学;进化心理学;符号逻辑
相关论文 心灵与机器的分野,自然辩证法研究,2004(6) 计算思维:哲学,逻辑和实践,计算机科学,2009(4) Diameter of spread of happiness in social network,1th international conference on public mangement,Wuhan,China,2011 |