科研经历：

脉冲神经网络与事件视觉

● 提出了跨模态混合用于脉冲神经网络事件视觉识别的方法。针对事件视觉数据标注稀缺、RGB 与事件数据之间存在模态差异等问题，设计跨模态特征融合与时序可靠性蒸馏策略，引导模型从 RGB 图像中迁移有效知识，从而提升脉冲神经网络在事件视觉识别任务中的性能。

相关论文 Cross-Modal Mixture for Spiking Neural Networks 已投稿至 ACM Multimedia（CCF-A），并处于 rebuttal 阶段。