教育经历

2014-2020   北京大学生命科学学院，理学博士，计算神经科学专业

2010-2014   北京航空航天大学机械工程及自动化学院，工学学士，机械电子专业

工作经历

2023.11-至今          北京师范大学 助理研究员

2022.01-2022.10    巴黎高等师范学院-美国华盛顿大学（西雅图）计算神经科学中心，访问研究员

2020.09-2023.10    巴黎高等师范学院，认知与计算神经科学实验室，博士后研究员

研究方向

作为一名理论神经科学家和人工智能爱好者，我的兴趣在于推进对具有生物约束的网络连接及其对应的神经计算的理解。我研究的关注点在于生物神经元网络和人工神经网络的互融交叉，旨在建立高效、极简的理论框架和具有生物合理性的算法，以阐明这两个领域之间在网络结构、动力学及行为功能上的异同。同时我们搭建具有生物可行性的、可解释的人工神经网络框架，采用多种机器学习算法，从演化、环境、计算资源等多角度揭示复杂脑网络实现灵活行为的神经计算机制。我的研究利用统计物理、随机矩阵理论、图论、平均场理论等理论计算方法，结合电生理实验数据及心理行为学现象，旨在更为全面地理解生物大脑，最终着眼于开发设计更有效和生物启发式的网络系统。

研究工作发表在 Plos Computational Biology, Current Biology, Neural Computation, Journal of Computational Neuroscience 等国际期刊上。

代表工作

1. 生物视觉系统及视觉处理：

基于哺乳动物初级视觉系统，设计具有高度生物可行性的层次化神经元网络结构。在考虑生物系统限制的前提下重现初级视皮层多时空非线性动态响应，处理并实现复杂视觉功能。

-参与 2015 年北京市科学技术委员会重大课题 “大脑初级视觉系统解析仿真平台研究与应用验证“。

-Yuxiu Shao; Jiwei Zhang; Louis Tao ; Dimensional reduction of emergent spatiotemporal cortical dynamics via a maximum entropy moment closure, PLoS Computational Biology, 2020, 16(6):1-24

2. 基于低秩循环神经网络(lrRNNs)的神经元网络动力学研究：

将全局低秩连接结构与局部连接结构的统计性质相关联，提出系统网络产生低维动态活动的本质动力学机制，并将该方法应用于经典的兴奋-抑制生物神经元网络。

-Yuxiu Shao; Srdjan Ostojic ; Relating local connectivity and global dynamics in recurrent excitatory-inhibitory networks, PLOS Computational Biology, 2023, 19(1): e1010855

3．利用RNNs对认知决策行为的建模分析

-Manuel Molano-Mazón; Yuxiu Shao; Daniel Duque; Guangyu Robert Yang; Srdjan Ostojic; Jaime de la Rocha ; Recurrent networks endowed with structural priors explain suboptimal animal behavior, Current Biology, 2023, 33: 1-17

社会任职

Cosyne （计 算 和 系 统 神 经 科 学 年 会）审稿人

Cognitive Neurodynamics 审稿人

ALBA Network (towards diversity and equity in brain sciences) member