我是加州大学欧文分校计算机科学系的助理教授,也是仿生架构与系统实验室 (BIASLab) 的主任。我的团队正在研究脑启发计算、机器学习和嵌入式系统领域的各种实际问题。我们的研究目标是设计实时、稳健且透明的认知学习系统,以紧密模仿大脑特性。我们还为基于光子的传感器设计了一个安全且可扩展的学习框架,用于在物联网系统中对大量设备进行学习/计算。PI Imani 于 2020 年获得加州大学圣地亚哥分校计算机科学与工程系博士学位。他拥有出色的出版记录,在顶级 IEEE/ACM 会议和期刊上发表了 140 多篇论文,拥有 20 项美国专利,在 Google Scholar 上的引用次数为 4,100 次,h 指数为 38。 PI 的贡献引领了受大脑启发的超维计算的新方向,从而实现超高效的实时学习和认知支持。他的研究也是开启多个工业和政府研究项目的主要举措,包括 SRC 和 DARPA。PI Imani 的研究获得了多项奖项,包括 Bernard 和 Sophia Gordon 工程领导力奖和多个顶级会议的最佳论文提名奖。PI 在向公司和政府机构成功转让技术方面有着悠久的历史。例如,PI 目前在受大脑启发的超维计算方面的工作已与英特尔、ARM、IBM、高通和思科共享。PI 在神经符号人工智能方面所做的工作由 SRC/DARPA 资助,并转移到英特尔和 IBM,并激发了利用受大脑启发的推理的努力,随后由思科和谷歌资助并转移到他们。由 SRC/DARPA 和其他公司资助的内存处理工作已在高通、德州仪器和英特尔的产品组中得到应用。PI 当前的物联网分布式学习项目目前正在转移到空军和恩智浦半导体,并且是过去几年 PI 团队与空军/恩智浦半导体密切合作的重要组成部分。作为国防部资助项目的一部分,PI 在内存处理硬件中设计用于超维编码和分类,包括将 HDC 与公钥加密相结合,并表明 HDC 非常适合激光雷达/雷达数据的分类。这项工作目前正在评估中,以纳入英特尔的一款存储产品。
主要关键词