头像

孔万增

博士 教授 | 博导 学科：计算机科学与技术 职务：党委委员、组织部部长

毕业院校：浙江大学

研究方向：脑机接口、脑电信号处理、模式识别、机器视觉

电话： 邮箱：kongwanzeng@hdu.edu.cn

地址：
手机访问
  • 个人简介
  • 教育经历
  • 工作经历
  • 社会职务
  • 研究领域
  • 教学与课程
  • 科研项目
  • 论文与著作
  • 专利成果
  • 软件成果
  • 荣誉及奖励

孔万增，二级教授、博导，2008年博士毕业于浙江大学，脑机协同智能技术（科技部）国际联合研究中心副主任，全省脑机协同智能技术及应用重点实验室主任，校党委委员、组织部部长、统战部部长，入选2023、2024年度全球前2%顶尖科学家榜单，中国电子学会优秀科技工作者，中国计算机学会杰出会员（专业会员比例 3‰），省万人计划科技创新领军人才。近年来先后主持（完成）国家自然科学基金（青年、面上、联合重点）、国家重点研发计划国际科技创新合作重点专项、国家国际科技合作专项、JWKJW 173计划领域基金、浙江省重点研发计划等多项科研项目。同时在国际、国内重要的学术组织兼职，担任SCI期刊Cognitive Neurodynamics副主编、Journal of Neuroscience Methods编委，IEEE Senior Member，Technical Committee Member of IEEE Biomedical Signal Processing Society以及杭州市人工智能学会理事长。在人工智能与脑机交互研究领域顶级会议NeurIPS、ACL、IJCAI、ACM MM和权威期刊IEEE TPAMI、TNNLS、TNSRE、TAFFC、TCDS、TIM等发表高水平学术论文100余篇，出版英文专著1部（Springer 出版）谷歌学术引用5100余次，申请国家发明专利40余项，已授权近20项，研究成果获省部级科技奖项4项，同时荣获国家教学成果二等奖和浙江省研究生教育成果一等奖各1项。

  • 2003-9 至 2008-7, 浙江大学, 控制理论与控制工程, 博士

  • 1999-9 至 2003-7, 浙江大学, 自动化, 学士 


  • 2016-01 至 今, 杭州电子科技大学, 计算机学院, 教授

  • 2010-09 至 2015-12, 杭州电子科技大学, 计算机学院, 副教授

  • 2012-11 至 2013-11, 明尼苏达大学, 神经工程中心, 访问学者

  • 2008-06 至 2010-08, 杭州电子科技大学, 计算机学院, 讲师 


《模式识别》《人工智能导论》《形势与政策》《创新综合实践》《创新实践1》

纵向科研

[1] 国家自然科学基金面上项目，跨场景跨时段脑纹识别若干关键技术研究，62471169，53万，2025.01-2028.12，主持。

[2] 浙江省“尖兵”“领雁”研发攻关计划，基于多模态混合的双向闭环个性化脑机康复及评估关键技术-基于多模态混合的双向闭环个性化脑机康复及评估技术研究，2023C03026，360万元，2023.01-2025.12，主持；

[3] 自然科学基金委企业（中电科）创新联合基金重点项目，面向海量视频复杂目标识别的多脑脑机协同智能关键理论与技术，U20B2074，255万，2021.01-2024.12，主持；

[4] 科技部国家重点研发计划政府间国际科技创新合作重点专项，张量表征的深度学习及在大脑运动功能康复中的应用，2017YFE0116800，245万，2019.01-2021.12，主持；

[5] 浙江省重点研发计划国际合作项目，面向助老助残的可穿戴外骨骼机器人关键技术研究与应用，2018C04012，250万，2018.01-2020.12，主持；

[6] 自然科学基金委面上项目，任务无关脑纹识别的若干关键技术研究，61671193，71万，2017.01-2020.12，主持；

[7] 科技部国家国际科技合作专项，基于脑∕肌电的中风康复其神经预测系统的合作研究，2014DFG12570，90万，2014.04-2017.04，主持；

[8] 自然科学基金委区域创新联合基金重点项目，双向脑机接口的互适应理论与关键技术研究，U1909202，238/71万，2020.01-2023.12，课题主持；

[9] 浙江省科学技术厅重点研发计划-择优委托项目，高精度运动脑机接口关键技术与方法研究-面向语音交互的多模态混合脑机接口的关键技术与方法研究，2021C03003，780/60万，2021.01-2024.11，课题主持。



横向科研
论文

[1] Liu D, Dai W, Zhang H, Jin X, Cao J, Kong W*. Brain-Machine Coupled Learning Method for Facial Emotion Recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence (CCF A刊), 2023.

[2] Jin X, Li N, Kong W*, Zhao Q, Tang J, Zhu L, Cao J. Disentangled Adversarial Generalization Network for cross-session Task-independent Brainprint Recognition[J]. IEEE Transactions on Cognitive and Developmental Systems, 2023.

[3]Cui J, Jin X, Hu H, Zhu L, Ozawa K, Pan G, Kong W*. Dynamic distribution alignment with dual-subspace mapping for cross-subject driver mental state detection[J]. IEEE Transactions on Cognitive and Developmental Systems, 2021.

[4] Kong W*, Qiu M, Li M, Jin X, Zhu L. Causal Graph Convolutional Neural Network For Emotion Recognition[J]. IEEE Transactions on Cognitive and Developmental Systems, 2022.

[5]Jin X, Tang J, Kong X, Peng Y, Cao J, Zhao Q, Kong W*, et al. CTNN: A convolutional tensor-train neural network for multi-task brainprint recognition[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2020, 29: 103-112.

[6]Zeng H, Dai G*, Kong W*, Chen F, Wang L. A novel nonlinear dynamic method for stroke rehabilitation effect evaluation using eeg[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2017, 25(12): 2488-2497.

[7]Peng Y, Liu H, Li J, Huang J, Lu B L, Kong W*. Cross-session emotion recognition by joint label-common and label-specific EEG features exploration[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2022, 31: 759-768.

[8]Peng Y, Jin F, Kong W*, Nie F, Lu B L, Cichocki A. OGSSL: A semi-supervised classification model coupled with optimal graph learning for EEG emotion recognition[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2022, 30: 1288-1297.

[9]Peng Y*, Wang W, Kong W*, Nie F, Lu B L, Cichocki A. Joint feature adaptation and graph adaptive label propagation for cross-subject emotion recognition from EEG signals[J]. IEEE Transactions on Affective Computing, 2022, 13(4): 1941-1958.

[10]Peng Y, Zhang Y, Kong W*, Nie F, Lu B L, Cichocki A. S 3 LRR: A Unified Model for Joint Discriminative Subspace Identification and Semisupervised EEG Emotion Recognition[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 71: 1-13.

[11]Tang J, Liu D, Jin X, Peng Y, Zhao Q, Ding Y, Kong W*. Bafn: Bi-direction attention based fusion network for multimodal sentiment analysis[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2022, 33(4): 1966-1978.

[12]Peng Y, Huang W, Kong W*, Nie F, Lu B L. JGSED: An End-to-End Spectral Clustering Model for Joint Graph Construction, Spectral Embedding and Discretization[J]. IEEE Transactions on Emerging Topics in Computational Intelligence, 2023.

[13]Peng Y, Liu H, Kong W*, Nie F, Lu B L, Cichocki A. Joint EEG feature transfer and semi-supervised cross-subject emotion recognition[J]. IEEE Transactions on Industrial Informatics, 2022.

14]Zeng H, Wu Q, Jin Y, Zheng H, Li M, Zhao Y, Hu H, Kong W*. Siam-GCAN: A Siamese graph convolutional attention network for EEG emotion recognition[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 71: 1-9.

[15]Peng Y, Chen K, Nie F, Lu B L, Kong W*. Two-dimensional embedded fuzzy data clustering[J]. IEEE Transactions on Emerging Topics in Computational Intelligence, 2022.

[16]Hou M, Tang J, Zhang J, Kong W, Zhao Q*, Deep multimodal multilinear fusion with high-order polynomial poolin[C]. 33rd Conference on Neural Information Processing Systems (NeurIPS, CCF A会)，2019，33，1-10.

[17] Tang J, Li K, Jin X, Cichocki A, Zhao Q, Kong W*. Ctfn: Hierarchical learning for multimodal sentiment analysis using coupled-translation fusion network[C]. Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (Volume 1: Long Papers)(ACL, CCF A会). 2021: 5301-5311.

[18] Guo J, Tang J, Dai W, Ding Y, Kong W*. Dynamically adjust word representations using unaligned multimodal information[C]. Proceedings of the 30th ACM International Conference on Multimedia (ACM MM, CCF A会). 2022: 3394-3402.

[19] Tang J, Li K, Hou M, Jin X, Kong W*, Ding Y, Zha Q. MMT: Multi-Way Multi-Modal Transformer for Multimodal Learning[C]. Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence, IJCAI-22, LD Raedt, Ed. International Joint Conferences on Artificial Intelligence Organization (IJCAI, CCF A会). 2022, 7: 3458-3465.


著作

1.        一种基于频空指标的脑纹识别方法（ZL201810921009.4），发明专利1/4，2021。

2.        一种基于脑电相位同步的身份识别方法（ZL201410018604.9），发明专利1/5，2015。

3.        一种基于双脑的多层次信息融合的目标检测方法（ZL202110373684.X），发明专利1/5，2024。

4.        一种基于张量化高阶互注意力机制的多源域适应方法（ZL202110678075.5），发明专利1/5，2024。

5.        一种基于脑机模态共空间的情绪识别方法（ZL202111272389.1），发明专利1/7，2023。

6.        一种基于脑机生成对抗的情绪识别方法（ZL202111248689.6），发明专利1/7，2023。

7.        一种基于互信息特征提取及多人融合的运动想象识别方法（ZL202011541158.1），发明专利1/5，2022。

8.        一种基于脑-机协同智能的表情识别方法（ZL201910261637.9），发明专利1/3，2020。

9.        一种基于低秩和稀疏矩阵分解的脑电信号处理方法（ZL201510771113.6），发明专利1/5，2017。

10.     一种基于相位同步的多类别运动想象脑电信号分类方法（ZL201410185328.5），发明专利1/6，2017。


1.        浙江省科学技术进步三等奖，面向智慧健康的脑机协同智能关键技术应用，第一完成人，2019-05-17，浙江省人民政府。

2.        吴文俊人工智能科学技术奖三等奖，基于脑机接口的主动式康复效果评价系统，第一完成人，2018-10-20，中国人工智能学会。

3.        2023国际物联网与智能应用协会最佳研究者奖，2023-02-09，国际学术组织ScienceFather。

4.        中国质量评价协会科技创新成果优秀奖，基于生物电技术的汽车驾驶安全监视预警系统，第一完成人，2017-12-20，中国质量评价协会。

5.        中国侨界团队贡献奖，脑机接口与认知计算创新团队，第三完成人，2014-09-20，中华全国归国华侨联合会。

6.        中国电子学会优秀科技工作者，2019-03-30，中国电子学会。