核心领域：机器学习与深度学习、计算神经科学、具身智能与机器人系统、计算机视觉。

主要技术方向：

机器学习理论与算法：自监督学习与标签效率提升、分布外检测与不确定性估计（方差门控分布）、逻辑激活函数（概率布尔运算符的Logit空间等价）、深度神经网络的可解释性与鲁棒性；

计算认知神经科学：大脑规划与习惯系统的神经仲裁机制、神经信息处理与表征异质性（Rényi异质性）、脑启发的学习与决策模型；

计算机视觉与海洋感知：大规模海底图像分类与深度学习方法（BenthicNet）、视觉特征表示学习、迁移学习与领域自适应；

具身智能与机器人：农业机器人自主导航与杂草识别（Weed and Feed Agbot竞赛冠军）、嵌入式AI系统开发。

关键能力：具备从基础神经科学理论、机器学习算法设计到机器人系统部署的跨层次研发能力，贯通“神经认知模型→深度学习算法→嵌入式机器人应用”的全链条。产业经验（Nexus Robotics CEO、Alentic Microscience研究总监）与学术研究深度结合，形成涵盖基础理论、算法创新与产业落地的完整技术创新体系。