•“随着科学研究的进展，受脑科学成果启发的类脑智能也在蓄势待发”。受果蝇嗅觉神经回路工作机理的启发，本课题提出建立广义的数据稀疏二值投影模型，并利用其作为智能信息处理的出发点。

       •本课题将建立数学理论，完整阐述稀疏二值投影模型的工作机理。

       •本课题将开发机器学习算法，通过有监督和无监督学习寻找高质量的投影方法。

       •本课题将聚焦实践应用，设计基于高维稀疏二值向量和竞争学习的通用数据表示方案，并验证其可行性和有效性。

       •本课题的研究成果，有望应用于自然语言处理和图像处理等多种类型的应用中。

二、主要贡献/价值

       •本课题研究具有坚实的生物学证据支撑，其处理数据的思路另辟蹊径，旨在理论、算法、应用等层面做出探索性工作。

       •本课题发现和证明了“随机稀疏二值投影定理”，为该领域的研究奠定了理论基础。

       •本课题设立的稀疏升维算法，提供了一种通用的数据表示方法， 并在信息检索和情感分析等应用上报告了新的结果。

三、下一步计划

       •开源本课题的研究成果。

       •基于本项目的研究成果，探索新的应用问题。

四、团队成员

       李文烨、马畅翼、余方晨、俞跃耀