複製鏈接
請複製以下鏈接發送給好友
https://baike.baidu.hk/item/錢昆/58661293
複製
複製成功

錢昆

（北京理工大學教授，博士生導師）

鎖定
錢昆博士，北京理工大學教授、博士生導師 [1]  ，2021年入選“北理工特立青年學者”支持計劃，博士畢業於德國慕尼黑工業大學，師從情感計算與計算機聽覺領域頂級專家Björn W. Schuller（博雅恩）教授。2019年至2021年於日本東京大學從事人工智能醫學相關領域研究工作，期間入選全球著名青年科學家基金——“日本學術振興會外國人特別研究員”項目（成功率：10.6%），累計發表高水平學術論文70餘篇，其中包括IEEE Signal Processing Magazine、IEEE IoTJ、IEEE T-ITS、IEEE J-BHI、IEEE T-ASE、IEEE T-BME、ABME、JASA等領域內國際頂級期刊。錢博士現為IEEE高級會員，IEEE Transactions on Affective Computing（JCR Q1，IF-2020: 10.506）、Frontiers in Digital Health、BIO Integration等期刊編委，法國巴黎絲路商學院客座教授，中國留德學者計算機學會人工智能與大數據專家委員會專家委員，長期擔任數十種領域內頂尖/權威期刊與國際會議審稿人，與世界頂尖高校如英國帝國理工學院、德國慕尼黑工業大學、日本東京大學等保持深入良好的合作關係。
中文名
錢昆
國    籍
中國
民    族
漢族
畢業院校
德國慕尼黑工業大學
南京理工大學
四川師範大學
學位/學歷
工學博士/博士研究生
職    業
教師
專業方向
計算機聽覺、情感計算、人工智能、信號處理、數字醫學
學術代表作
Kun Qian*, Zixing Zhang, Yoshiharu Yamamoto, and Björn W. Schuller, “Artificial Intelligence Internet of Things for the Elderly: From Assisted Living to Health-Care Monitoring”, IEEE Signal Processing Magazine (IF-2020: 12.551), vol. 38, no. 4, pp. 78-88, 2021.
主要成就
日本學術振興會外國人特別研究員
之江國際青年人才基金“優秀成果獎”
Frontiers in Digital Health期刊“期刊大使獎”
2023福布斯中國·青年海歸菁英100人 [4] 
職    稱
教授

目錄

  1. 1 人物經歷
  2. ▪ 教育背景
  3. ▪ 工作經歷
  4. ▪ 學術任職
  1. 2 研究方向
  2. 3 主要成就
  3. ▪ 教材及專著
  4. ▪ 主持與參與項目
  1. ▪ 主要學術論文
  2. ▪ 授權專利
  3. 4 獲獎記錄

錢昆人物經歷

錢昆教育背景

2014年10月至2018年11月，德國慕尼黑工業大學，工學博士，電氣工程與信息技術專業
2011年09月至2014年04月，南京理工大學，工學碩士，信號與信息處理專業
2007年09月至2011年06月，四川師範大學，工學學士，電子信息工程專業

錢昆工作經歷

2021年08月至今，北京理工大學，教授、博導，腦健康工程責任教授
2019年09月至2021年07月，日本東京大學，日本學術振興會外國人特別研究員
2018年11月至2019年09月，日本東京大學，特任研究員
2018年01月至2018年03月，美國卡內基梅隆大學，訪問學者
2016年04月至2016年11月，日本東京工業大學，訪問學者
2013年11月至2014年03月，新加坡南洋理工大學，訪問學者

錢昆學術任職

2021年08月至今，北京理工大學醫工融合研究院腦健康工程責任教授
2021年02月至今，IEEE Senior Member（IEEE高級會員）
2021年01月至今，IEEE Transactions on Affective Computing期刊 Associate Editor
2021年01月至今，BIO Integration期刊 Associate Editor
2021年01月至今，中國留德學者計算機學會 人工智能與大數據專家委員會 專家委員
2020年08月至今，Icelandic Research Fund（冰島科研基金）函評專家

錢昆研究方向

計算機聽覺醫學應用、情感計算、人工智能醫學

錢昆主要成就

錢昆教材及專著

  1. Xi Shao, Kun Qian, Li Zhou, Xin Wang, and Ziping Zhao (Editors), Proceedings of the 8th Conference on Sound and Music Technology, Springer LNEE (vol. 761), Singapore, 210 pages, 2021.
  2. Kun Qian, Liang Zhang, Kezhi Li, and Juan Liu, Machine Learning for Non/Less-Invasive Methods in Health Informatics, Frontiers, in press, 2021.

錢昆主持與參與項目

  1. 國家高層次人才支持計劃（青年項目），主持，2022年01月至2024年12月 [2]  。
  2. 科技創新2030-“腦科學與類腦研究”重大項目,“睡眠障礙的發病機制及干預技術研究”，子課題負責人，2021年12月至2026年11月 [2]  。
  3. 國家自然科學基金資助項目（面上），“基於體音感知的睡眠障礙量化模型研究”，主持，2023年01月至2026年12月。
  4. 北京理工大學“特立青年學者支持計劃”，主持，2021年08月至2027年08月。
  5. 北京理工大學“朗月計劃”，主持，2022年01月01日至2023年12月31日。
  6. 日本學術振興會外國人特別研究員基金（含配套科研費），主持, “Deep Learning for Intensive Longitudinal Biomedical Signals and its Health Related AI Applications”，2019年9月至2021年7月，全球錄用率：10.6%。
  7. 之江實驗室之江國際青年人才基金，主持：“Heart sound Analysis and its Non-invasive healthcare Applications via Machine Intelligence (HANAMI)”2019年8月至2020年8月，全球錄用率：＜15.0%。
  8. 德國慕尼黑工業大學--美國卡內基梅隆大學聯合博士生科研基金，主持，“Deep Analysis for General Audio Signal Classification”，2018年1月至2018年3月。
  9. 德國慕尼黑工業大學--日本東京工業大學聯合博士生科研基金，主持，“Fast Recognition of Bird Sounds Data by High Performance Computing System”，2016年4月至2016年11月，全校3個名額。
  10. 南京理工大學碩士生出國/境合作科研基金，主持：“基於聲學信號處理與機器學習的鼾聲識別系統的研究”，2013年11月至2014年3月，全校10個名額。
  11. 日本文部科學省科研費，參與，“Development and Clinical Application of Personalised IoT System to Control the Risk of Mental and Physical Disorders of Workers”，2020年4月至2023年3月。
  12. 日本文部科學省科研費，參與，“Development of Just-in-Time Adaptive Intervention for Behavioural Modification based on Continuous Psycho-Behavioural Monitoring Under Daily Life”，2017年4月至2020年3月。
  13. 歐盟第七框架重點項目，參與，“Intelligent Systems' Holistic Evolving Analysis of Real-life Universal Speaker Characteristics (iHEARu)”，2014年1月至2018年12月。
  14. 歐盟地平線2020項目，參與，“Multi-Modal Human-Robot Interaction for Teaching and Expanding Social Imagination in Autistic Children (DE-ENIGMA)”，2016年2月至2019年7月。
  15. 歐盟地平線2020項目，參與，“Automatic Sentiment Estimation in the Wild (SEWA)”，2015年2月至2018年7月。

錢昆主要學術論文

  1. Kun Qian*, Björn W. Schuller*, Xiaohong Guan*, and Bin Hu*, “Intelligent Music Intervention for Mental Disorders: Insights and Perspectives”, IEEE Transactions on Computational Social Systems (IF-2021: 4.747), vol.10, no.1, pp.2-9, 2023. [3] 
  2. Kun Qian, Bin Hu*, Yoshiharu Yamamoto, and Björn W. Schuller, “The Voice of the Body: Why AI Should Listen to it and an Archive”, Cyborg and Bionic Systems, vol.4, no.5, pp.1-3, 2023.
  3. Kun Qian*#, Ruolan Huang#, Zhihao Bao#, Yang Tan, Zhonghao Zhao, Mengkai Sun, Bin Hu*, Björn W. Schuller, and Yoshiharu Yamamoto, “Detecting Somatisation Disorder via Speech: Introducing the Shenzhen Somatisation Speech Corpus”, Intelligent Medicine, in press, pp.1-13, 2023.
  4. Kun Qian*#, Tomoya Koike#, Toru Nakamura, Björn W. Schuller, and Yoshiharu Yamamoto, “Learning Multimodal Representations for Drowsiness Detection”, IEEE Transactions on Intelligent Transportation Systems (IF-2021: 9.551), vol.23, no.8, pp.11539-11548, 2022.
  5. Kun Qian*, Zixing Zhang, Yoshiharu Yamamoto, and Björn W. Schuller, “Artificial Intelligence Internet of Things for the Elderly: From Assisted Living to Health-Care Monitoring”, IEEE Signal Processing Magazine (IF-2020: 12.551), vol. 38, no. 4, pp. 78-88, 2021.
  6. Kun Qian*#, Maximilian Schmitt#, Huaiyuan Zheng*#, Tomoya Koike#, Jing Han, Juan Liu*, Wei Ji*, Junjun Duan, Meishu Song, Zijiang Yang, Zhao Ren, Shuo Liu, Zixing Zhang, Yoshiharu Yamamoto, and Björn W. Schuller, “Computer Audition for Fighting the SARS-CoV-2 Corona Crisis — Introducing the Multi-task Speech Corpus for COVID-19”, IEEE Internet of Things Journal (IF-2020: 9.471), accepted, in press, pp. 1-12, 2021.
  7. Kun Qian*, Tomoya Koike, Kazuhiro Yoshiuchi, Björn W. Schuller, and Yoshiharu Yamamoto, “Can Appliances Understand the Behaviour of Elderly via Machine Learning? A Feasibility Study”, IEEE Internet of Things Journal (IF-2020: 9.471), vol. 8, no. 10, pp. 8343-8355, 2021.
  8. Kun Qian*#, Tomoya Koike#, Toru Nakamura, Björn W. Schuller, and Yoshiharu Yamamoto, “Learning Multimodal Representations for Drowsiness Detection”, IEEE Transactions on Intelligent Transportation Systems (IF-2020: 6.492), accepted, in press, pp. 1-10, 2021.
  9. Kun Qian*, Christoph Janott, Maximilian Schmitt, Zixing Zhang, Clemens Heiser, Werner Hemmert, Yoshiharu Yamamoto, and Björn W. Schuller, “Can Machine Learning Assist Locating the Excitation of Snore Sound? A Review”, IEEE Journal of Biomedical and Health Informatics (IF-2020: 5.772), vol. 25, no. 4, pp. 1233-1246, 2021.
  10. Kun Qian*, Christoph Janott, Vedhas Pandit, Zixing Zhang, Clemens Heiser, Winfried Hohenhorst, Michael Herzog, Werner Hemmert and Björn W. Schuller, “Classification of the Excitation Location of Snore Sounds in the Upper Airway by Acoustic Multi-Feature Analysis”, IEEE Transactions on Biomedical Engineering (IF-2020: 4.538), vol. 64, no. 8, pp. 1731-1741, 2017.
  11. Fengquan Dong#, Kun Qian*#, Zhao Ren*, Alice Baird, Xinjian Li, Zhenyu Dai, Bo Dong, Florian Metze, Yoshiharu Yamamoto, and Björn W. Schuller, “Machine Listening for Heart Status Monitoring: Introducing and Benchmarking HSS–the Heart Sounds Shenzhen Corpus”, IEEE Journal of Biomedical and Health Informatics (IF-2020: 5.772), vol. 24, no. 7, pp. 2082-2092, 2020.
  12. Zengjie Zhang, Kun Qian*, Björn W. Schuller, and Dirk Wollherr, “An Online Robot Collision Detection and Identification Scheme by Supervised Learning and Bayesian Decision Theory”, IEEE Transactions on Automation Science and Engineering (IF-2020: 5.083), vol. 18, no. 3, pp. 1144-1156, 2021.
  13. Kun Qian*, Maximilian Schmitt, Christoph Janott, Zixing Zhang, Clemens Heiser, Winfried Hohenhorst, Michael Herzog, Werner Hemmert, and Björn W. Schuller, “A Bag of Wavelet Features for Snore Sound Classification”, Annals of Biomedical Engineering (IF-2020: 3.934), vol. 47, no. 4, pp. 1000-1011, 2019.
  14. Kun Qian*, Zixing Zhang, Alice Baird, and Björn W. Schuller, “Active Learning for Bird Sound Classification via a Kernel-based Extreme Learning Machine”, Journal of the Acoustical Society of America (IF-2020: 1.840), vol. 142, no. 4, pp. 1796-1804, 2017.

錢昆授權專利

  1. System zur Ermittlung anatomischer Ursachen fuer die Entstehung von Schnarchgeraeuschen，德國，專利號：DE202016001773U1，2016年6月16日，排名第2/3。
  2. 基於鼾聲共振峯和功率比軌跡的上氣道變化監測方法，中國，專利號：ZL201310131916.6，2013年7月10日，排名第2/4。
  3. 基於多特徵的夜間睡眠聲信號分析方法，中國，專利號：ZL201310295535.1，2013年10月9日，排名第2/5。
  4. 一種適用於傳感網絡的智能被動聲探測節點裝置，中國，專利號：CN201310344312.X，2015年2月11日，排名第5/7。

錢昆獲獎記錄

  1. 2021年03月，Frontiers in Digital Health期刊“期刊大使獎”
  2. 2020年11月，之江國際青年人才基金“優秀成果獎”（智能感知組排名第一）
  3. 2019年12月，日本學術振興會外國人特別研究員
  4. 2023年11月，入選《2023福布斯中國·青年海歸菁英100人評選》名單。 [4] 
參考資料