姓　　名：
詹稼毓
職　　稱：
研究員 博導(dǎo)
研究領(lǐng)域：
視覺(jué)認(rèn)知神經(jīng)科學(xué) 人工智能
通信地址：
北京大學(xué)王克楨樓 100080
電子郵件：
[email protected]

北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院研究員、博士生導(dǎo)師。

西南大學(xué)心理學(xué)院（現(xiàn)西南大學(xué)心理學(xué)部），學(xué)士（2010）；北京大學(xué)心理學(xué)系（現(xiàn)北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院），碩士（2013）；格拉斯哥大學(xué)心理與神經(jīng)科學(xué)學(xué)院，博士（2019）。2019至2022年在格拉斯哥大學(xué)心理與神經(jīng)科學(xué)學(xué)院、認(rèn)知腦影像中心從事博士后研究。2022年12月加入北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院。

詹稼毓研究員以視覺(jué)認(rèn)知為切入口，致力于探索人腦一系列認(rèn)知功能（包括預(yù)期、注意、記憶、學(xué)習(xí)等）背后的信息表征基礎(chǔ)和信息計(jì)算過(guò)程。研究成果以第一和通訊作者身份在Nature Human Behaviour，Current Biology等權(quán)威期刊發(fā)表。

我們的研究試圖整合多學(xué)科的視角、理論和技術(shù)（包括但不限于心理學(xué)、認(rèn)知神經(jīng)科學(xué)、計(jì)算機(jī)視覺(jué)、信息論、人工智能等）來(lái)研究人類視覺(jué)認(rèn)知功能。因此，課題組特別歡迎具有不同背景的學(xué)生加入到我們的研究團(tuán)隊(duì)?，F(xiàn)開(kāi)放博士后、研究助理職位申請(qǐng)，也歡迎有科研熱情和行動(dòng)力的同學(xué)聯(lián)系我們申請(qǐng)攻讀博士學(xué)位。

我們將人腦看作一個(gè)信息加工系統(tǒng)來(lái)研究。在現(xiàn)象層面，我們主要關(guān)注人腦如何將現(xiàn)實(shí)世界高維、復(fù)雜的視覺(jué)信息輸入（如靜/動(dòng)態(tài)的面孔、場(chǎng)景等）靈活有效地轉(zhuǎn)化為不同的決策輸出（如面孔的生物、社會(huì)屬性判斷，場(chǎng)景的功能性、社會(huì)性信息理解等）。

在方法層面，我們?cè)噲D通過(guò)：搭建刺激生成模型，實(shí)現(xiàn)對(duì)系統(tǒng)輸入端（視覺(jué)刺激）進(jìn)行有效操縱；巧妙設(shè)計(jì)任務(wù)，實(shí)現(xiàn)對(duì)系統(tǒng)輸出端（行為）和中間功能模塊（如預(yù)期、注意、記憶、學(xué)習(xí)等認(rèn)知功能）靶向性控制；利用高時(shí)空分辨率腦成像（MEG、fMRI等），實(shí)現(xiàn)對(duì)系統(tǒng)內(nèi)部信息流（大腦活動(dòng)）的精準(zhǔn)動(dòng)態(tài)追蹤。在此基礎(chǔ)上，結(jié)合信息論和計(jì)算建模，嘗試解碼大腦這個(gè)基于任務(wù)調(diào)控的信息處理“黑箱”、追蹤不同認(rèn)知單元的動(dòng)態(tài)神經(jīng)表征基礎(chǔ)、推導(dǎo)相關(guān)心理機(jī)制，并基于此解釋個(gè)體差異、實(shí)現(xiàn)人腦認(rèn)知加工算法描述。

英文論著

Key Publications

Zhan, J., Liu M., Garrod, O.G.B., Daube, C., Ince R.A.A, Jack R.E., Schyns, P.G. (2021). Modelling Individual preferences reveals that face beauty is not universally perceived across cultures. Current Biology, 31(10), 2243-2252

Zhan, J., Garrod, O.G.B., van Rijsbergen, N. & Schyns, P.G. (2019). Modelling face memory reveals task-generalizable representations. Nature Human Behaviour, 3(8), 817-826.

Zhan, J., Ince, R.A.A., van Rijsbergen, N. & Schyns, P.G. (2019). Dynamic construction of reduced representations in the brain for perceptual decision behavior. Current Biology, 29(2), 319-326.

Other Journal Articles

Daube, C., Xu, T., Zhan, J., Webb A., Ince, R.A.A., Garrod, O.G.B., & Schyns, P.G. (2021). Grounding deep neural network predictions of human categorization behavior in understandable functional features: The case of face identity. Patterns, 100348.

Schyns, P.G., Zhan, J., Jack R.E. & Ince, R.A.A. (2020). Revealing the information contents of memory within the stimulus information representation framework. Phil. Trans. R. Soc. B, 375(1799): 20190705.

Zhan, J., Jiang, X., Politzer-Ahles, S., Zhou, X. (2017). Neural correlations of fine-grained meaning distinctions: an fMRI investigation of scalar quantifiers. Human Brain Mapping, 38(8), 3848–3864.

Zhan, J., Yu, H., Zhou, X. (2013). fMRI evidence for the interaction between orthography and phonology in reading Chinese compound words. Frontiers in human neuroscience, 7.

Conference Proceedings

Zhan, J., Liu, M., Garrod, O.G.B., Jack, R.E. & Schyns, P.G. (2020). A generative model of cultural face attractiveness. In Proceedings of the 20th ACM International Conference on Intelligent Virtual Agents IVA ’20. (Association for Computing Machinery), pp. 1–3.

Hensel, L.B., Zhan, J., Bjornsdottir, R.T., Garrod, O.G.B., Schyns, P.G., Jack, R.E. (2020). Psychologically valid social face features for virtual agents. In Proceedings of the 20th ACM International Conference on Intelligent Virtual Agents IVA ’20. (Association for Computing Machinery), pp. 1–3.

Chen, C., Garrod, O.G.B., Zhan, J., Beskow, J., Schyns, P.G. & Jack, R.E. (2018). Reverse engineering psychologically valid facial expressions of emotion into social robots. In 13th IEEE International Conference on Automatic Face and Gesture Recognition (FG2018), Xi'an, China, 15-19 May 2018, pp. 448-452.