工作经历：

• 2020年至今为浙江大学计算机学院教授。
• 2014年-2020年担任四川大学类脑计算研究中心主任
• 2008-2015年于新加坡科技研究局资讯通信研究院担任认知计算和机器人认知实验室主任
• 2006–2008年于澳大利亚昆士兰大学脑科学研究所从事博士后研究
• 2004–2006年在意法半导体公司担任研发工程师

唐华锦，浙江大学求是特聘教授、博导、IEEE Fellow，国家高层次人才。分别于浙江大学、上海交通大学、新加坡国立大学获得学士、硕士、博士学位。长期从事类脑计算、神经形态计算与芯片、智能机器人等方面研究。主持科技部重点研发项目、国家自然科学基金重点等多个国家级项目。研究成果获2016 IEEE Trans. On Neural Networks and Learning Systems Outstanding Paper Award、2019 IEEE Computational Intelligence Magazine Outstanding Paper Award、 2023 Neural Networks Best Paper Award等SCI一区期刊优秀论文奖。因其在神经计算及相关领域的贡献，荣获2024年度亚太神经网络学会杰出成就奖。目前担任IEEE Transactions on Cognitive and Developmental Systems主编。欢迎类脑计算、人工智能领域的科研合作与优秀学生报考。

代表性论文：

1.Ma G, Yan R, Tang H*. Exploiting noise as a resource for computation and learning in spiking neural networks.Patterns, 4, 100831,2023(cell子刊，DOI: 10.1016/j.patter.2023.100831 )

2.Gu P, Xiao R, Pan G, Tang H*. STCA: Spatio-temporal credit assignment with delayed feedback in deep spiking neural networks. In Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligenc, vol. 15, pp. 1366-1372. 2019.(CCF-A, DOI:10.24963/ijcai.2019/189 )

3.Dang S, Wu Y, Yan R, Tang H*. Why grid cells function as a metric for space. Neural Networks 142 (2021): 128-137.(SCI 2区, DOI: 10.1016/j.neunet.2021.04.031 )

4.Wang Z, Jiang R, Lian S, Yan R, Tang H*. Adaptive smoothing gradient learning for spiking neural networks.In International conference on machine learning, pp. 35798-35816. PMLR, 2023.CCF-A

5.Ma G, Jiang R, Wang L, Tang H*. Tang. Dual memory model for experience-once task-incremental lifelong learning. Neural Networks, Neural Networks 166 (2023): 174-187( SCI 2区, DOI: 10.1016/j.neunet.2023.07.009 )

6.Ma G, Jiang R, Yan R, Tang H*. Temporal conditioning spiking latent variable models of the neural response to natural visual scenes. Advances in Neural Information Processing Systems 36 (2023): 3819-3840.CCF-A

7.Lian S, Shen J, Liu Q, Wang Z, Yan R, Tang H*. Learnable Surrogate Gradient for Direct Training Spiking Neural Networks. In Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence, pp. 3002-3010. 2023.(CCF-A, DOI: 10.24963/ijcai.2023/335 )

8.Qin L, Yan R, Tang H*. A low latency adaptive coding spike framework for deep reinforcement learning.In Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence, pp. 3049-3057. 2023.(CCF-A, DOI:10.24963/ijcai.2023/340 )

9.Qin L, Wang Z, Yan R, Tang H*. Attention-based deep spiking neural networks for temporal credit assignment problems.IEEE Transactions on Neural Networks and Learning Systems.2023,35(8): 10301-10311.(SCI 1区, DOI:10.1109/tnnls.2023.3240176 )

10.Wang Z, Zhang Y, Lian S, Cui X, Yan R, Tang H*. Toward high-accuracy and low-latency spiking neural networks with two-stage optimization. IEEE Transactions on Neural Networks and Learning Systems.2023,36(2),3189-3203.(SCI 1区, DOI:10.1109/tnnls.2023.3337176 )

11.Shen J, Ni W, Xu Q, Tang H*. Efficient spiking neural networks with sparse selective activation for continual learning. In Proceedings of the AAAI Conference on Artificial Intelligence,2024,38(1): 611-619.(CCF-A, DOI:10.1609/aaai.v38i1.27817 )

12.Wang Z, Wang Z, Li H, Qin L, Jiang R, Ma D, Tang H*. Eas-snn: End-to-end adaptive sampling and representation for event-based detection with recurrent spiking neural networks. In European Conference on Computer Vision,2024,310-328.(CCF-B, DOI:10.1007/978-3-031-73027-6_18 )

13.Tang H*, Gu P, Wijekoon J, Alsakkal MA, Wang Z, Shen J, Yan R, Pan G. Neuromorphic auditory perception by neural spiketrum. IEEE Transactions on Emerging Topics in Computational Intelligence, 2024,9(1),292-303. (SCI 2区, DOI:10.1109/tetci.2024.3419711 )

14.Zhang J, Shen J*, Wang Z, Guo Q, Yan R, Pan G, Tang H*. SpikingMiniLM: energy-efficient spiking transformer for natural language understanding. Science China Information Sciences, 2024,67(10): 200406.(CCF-A,DOI:10.1007/s11432-024-4101-6 )

15.Ma G, Wang H, Zhao J, Yan R, Tang H*. Successive POI recommendation via brain-inspired spatiotemporal aware representation.In Proceedings of the AAAI Conference on Artificial Intelligence, 2024,38(1): 574-582.(CCF-A, DOI:10.1609/aaai.v38i1.27813 )

16.Ni W, Shen J, Xu Q, Tang H*. ALADE-SNN: Adaptive Logit Alignment in Dynamically Expandable Spiking Neural Networks for Class Incremental Learning.In Proceedings of the AAAI Conference on Artificial Intelligence, 2025,39(18): 19712-19720.(CCF-A, DOI:10.1609/aaai.v39i18.34171)

著作：

1.《Neuromorphic Cognitive Systems: A Learning and Memory Centered Approach》，Springer，2017年，参编

2.《类脑计算研究前沿》，上海交通大学出版社，2022年，参编

专利成果：

1.一种面向动态视觉传感器的类脑手势序列识别方法，ZL202110237539.9，2021年，第一发明人

2.一种基于事件相机的脉冲神经网络目标跟踪方法和系统，ZL202210357273.6，2022年，第二发明人

3.一种基于稀疏编码的听觉脉冲编码方法及系统，ZL202010273268.8，2022年，第一发明人

4.一种基于FPGA的图像脉冲编码方法及系统，ZL202010385501.1，2023年，第一发明人

5.一种基于类脑时空感知表征的兴趣点推荐方法及系统，ZL202110930940.0，2023年，第一发明人

6.一种基于脉冲卷积神经网络的目标追踪方法及系统，ZL202210407708.3，2025年，第一发明人

7.一种类脑感知-学习-决策系统及方法，ZL202310757825.7，2025年，第一发明人

8.一种基于脉冲神经网络的自然语言处理方法及系统，ZL202410950860.5，2025年，第一发明人

9.一种秀丽隐杆线虫仿生多感知-运动行为方法及系统，ZL202310562274.9，2025年，第一发明人

科研奖励：

• 2016年：IEEE Transactions on Neural Networks and Learning Systems最佳论文奖，IEEE计算智能协会
• 2019年：IEEE Computational Intelligence Magazine最佳论文奖，IEEE计算智能协会
• 2023年：Neural Network最佳论文奖，国际神经网络学会
• 2024年：APNNS杰出成果奖，亚太神经网络学会