研究助理教授
- ST516
- 2766 6764
- joni.zhong@polyu.edu.hk
- 辅助技术
ORCID ID
SCOPUS ID简历
锺俊培博士毕业于华南理工大学，拥有控制科学与计算机科学双学士学位。随后他于香港理工大学和德国汉堡大学先后获得哲学硕士与哲学博士学位。锺博士回到香港理工大学任教之前，曾先后任职于英国赫特福德大学、英国普利茅斯大学、日本早稻田大学及国立产业技术综合研究所，与来自欧洲、英国及日本的神经科学、认知科学和哲学研究人员共同参与跨学科项目研究。
锺博士在攻读博士学位期间获得了3年玛丽居里夫人奖学金。他也曾获得ICANN 2011最佳学生论文、ICMIC 2017 最佳理论论文、Cyber 2019最佳论文提名等奖励。他于IEEE SMC 2020、IEEE ICDL-EpiRob 2020、ICIRA 2019等国际会议上组织了特别讨论组，并在一系列期刊担任过客座编辑，包括IEEE Transactions on Cognitive and Developmental Systems、Interaction Studies和 Journal of Ambient Intelligence and Humanized Computing等。
锺博士的研究兴趣在于利用可穿戴设备、物联网技术和机器人设计辅助设备。在理论研究方面，他对人机共生 (human-in-the-loop) 的学习模型和预测模型等有一定兴趣。现时他的研究集中在认知辅助机器人的设计，以及此类机器人在老人保健与乐龄生活等方面的应用。
锺博士在攻读博士学位期间获得了3年玛丽居里夫人奖学金。他也曾获得ICANN 2011最佳学生论文、ICMIC 2017 最佳理论论文、Cyber 2019最佳论文提名等奖励。他于IEEE SMC 2020、IEEE ICDL-EpiRob 2020、ICIRA 2019等国际会议上组织了特别讨论组，并在一系列期刊担任过客座编辑，包括IEEE Transactions on Cognitive and Developmental Systems、Interaction Studies和 Journal of Ambient Intelligence and Humanized Computing等。
锺博士的研究兴趣在于利用可穿戴设备、物联网技术和机器人设计辅助设备。在理论研究方面，他对人机共生 (human-in-the-loop) 的学习模型和预测模型等有一定兴趣。现时他的研究集中在认知辅助机器人的设计，以及此类机器人在老人保健与乐龄生活等方面的应用。
学历
- Master of Philosophy, The Hong Kong Polytechnic University
- Doctor of Natural Sciences, University of Hamburg
研究兴趣
研究成果
- Li, J., Zhong, J., & Wang, M. (2020). An unsupervised recurrent neural network with parametric bias framework for human emotion recognition with multimodal sensor data fusion. Sensors and Materials, 32(4), 1261-1277.
- Li, J., Zhong, J., Yang, J., & Yang, C. (2020). An incremental learning framework to enhance teaching by demonstration based on multimodal sensor fusion. Frontiers in Neurorobotics, 14, 55.
- Li, X., & Zhong, J. (2020). Upper limb rehabilitation robot system based on internet of things remote control. IEEE Access, 8, 154461-154470.
- Naser, A., Lotfi, A., & Zhong, J. (2020). Adaptive thermal sensor array placement for human segmentation and occupancy estimation. IEEE Sensors Journal. doi: 10.1109/JSEN.2020.3020401.
- Li, Y., Zhou, X., Zhong, J., & Li, X. (2019). Robotic impedance learning for robot-assisted physical training. Frontiers in Robotics and AI, 6, 78.
- Zeng, C., Yang, C., Zhong, J., & Zhang, J. (2019). Encoding multiple sensor data for robotic learning skills from multimodal demonstration. IEEE Access, 7, 145604-145613.
- Zhong, J., Ogata, T., Cangelosi, A., & Yang, C. (2019). Disentanglement in conceptual space during sensorimotor interaction. IET Cognitive Computation and Systems, 1(4), 103-112.
