姓名：解修蕊 专业技术职务：副研究员
联系方式：**
邮箱：xiexiurui@uestc.edu.cn
系别：计算机软件与理论系

联系方式 ** 邮箱 xiexiurui@uestc.edu.cn
专业技术职务_详情页 副研究员
个人背景 2007/9–2011/7，山东交通学院，计算机科学与技术，学士；
2011/9–2013/7，电子科技大学，计算机软件与理论，硕士 ；
2013/9–2016/12，电子科技大学，计算机软件与理论，博士；
2017/01–2020/07，电子科技大学，计算机科学与工程学院，博士后；
2017/01–2018.10，新加坡南洋理工大学，博士后交流；
2020/08–至今，电子科技大学，计算机科学与工程学院，副研究员；
论文列表
(1) Xiurui Xie, Guisong Liu*, Qing Cai, Guolin Sun, Malu Zhang, Hong Qu, An end-to-end functional spiking model for sequential feature learning, Knowledge-Based Systems, 2020, 195: 105643；
(2) Xiurui Xie, Guisong Liu*, Qing Cai, Pengfei Wei, Hong Qu, Multi-source sequential knowledge regression by using transfer RNN units. Neural Networks, 2019, 119: 151-161；
(3) Xiurui Xie, Guisong Liu*, Cai Qing, Hong Qu, Malu Zhang, The Maximum Points-based Supervised Learning Rule for Spiking neural networks. Soft Computing. 2019, 23(20): 10187-10198；
(4) Xiurui Xie, Hong Qu*, Zhang Yi, Jürgen Kurths. Efficient Training of Supervised Spiking Neural Network via Accurate Synaptic-Efficiency Adjustment Method. IEEE Transactions on Neural Networks and Learning Systems, 2017, 28(6): 1411 - 1424；
(5) Xiurui Xie, Hong Qu*, Guisong Liu, Malu Zhang, Efficient training of supervised spiking neural networks via the normalized perceptron based learning rule, Neurocomputing, 2017, 241:152-163；
研究项目：
1.国家自然科学基金青年基金，**，具有时序迁移能力的Spiking-Transfer learning (脉冲-迁移学习)方法研究，2019/01 – 2021/12, 20万，在研，主持；
2.中国博士后科学基金，2018M633348，基于脉冲神经网络的深度时序知识迁移模型研究，2018/05– 2019/06，5万，结题，主持；
3. 四川省科技厅重点研发项目，18ZDYF， 基于DRGs 和大数据的疾病临床路径优化研究及应用，2018/01–2019/12， 10万元，结题，主持；
4.国家自然科学基金，**，基于网络切片的5G物联网超低时延传输关键技术研究，2018/01– 2021/12，69万，在研，参与；
5.国家自然科学基金，**，具有时序处理能力的Spiking-Deep Learning（脉冲深度学习）方法研究，2016/01 – 2019/12，76万，结题，参与；