曾洪 博士
副教授，博士生导师
Tel：15261898706 Email: hzeng@seu.edu.cn Office: 中心楼334
研究方向
神经康复及辅助机器人
生机接口及力触觉接口
脑机混合智能
研究经历
2003年7月毕业于南京理工大学通信工程专业，获工学学士学位。2006年4月毕业于东南大学信息科学与工程学院（原无线电系）信号与信息处理专业，获工学硕士学位，2009年9月毕业于香港浸会大学计算机科学系，获博士学位。2009年10月至2010年6月在香港浸会大学计算机科学系从事博士后研究。从2010年10月起，任职东南大学仪器科学与工程学院讲师，2014年4月晋升副教授。2018年12月至2019年12月在美国莱斯大学机械工程系机电一体化及力触觉接口（Mechatronics and Haptic Interfaces, MAHI）实验室进行访问研究。
近几年来主持了国家自然科学基金项目2项、国家重点研发计划三级课题2项、江苏省自然科学基金面上项目1项、教育部博士点基金项目1项、航空科学基金项目2项、人社部留学人员科技活动择优资助项目1项等，并于2014年入选东南大学优秀青年教师教学科研资助计划。所取得的研究成果在国际期刊和国际会议上发表论文30余篇，其中SCI收录10余篇。多次担任SCI期刊客座编辑、国际会议分程序委员会成员并为多个国际期刊审稿。
科研获奖
吴文俊人工智能科学技术进步一等奖 2019年
江苏省科学技术一等奖 2018年
南京市科学技术进步一等奖 2017年
江苏省科学技术三等奖 2016年
中国计量测试学会科学技术进步二等奖 2015年
南京市第十届自然科学优秀学术论文一等奖 2013年
授课情况
本科生专业主干课《测试信号分析与处理》（双语）
研究生学位课程《测试信号建模与处理》（英文）
学术兼职
IEEE RAS Nanjing Chapter 秘书
中国仪器仪表学会青年工作委员会委员
中国自动化学会平行控制与管理专业委员会委员
中国自动化学会混合智能专业委员会委员
江苏省人工智能学会机器人专业委员会秘书长
江苏省仪器仪表学会监事会成员
江苏省人工智能学会模式识别专业委员会委员
SCI期刊《Sensors》“Machine Learning and Multimodal Sensing for Smart Wearable Assistive Robotics”主题 Guest Editor
IEEE Symposium on Computational Intelligence for brain computer interfaces (IEEE CIBCI)，2019 组织者之一
招生信息
硕士生：2-3人/年， 博士生1-2人/年
（注：本人研究方向涉及多学科的知识，欢迎测控技术与仪器专业、自动控制专业、生物医学工程、机械工程及自动化专业、计算机专业、电子信息专业、电气及自动化专业、信息/网络安全专业或上述类似专业的学生报考。）
代表性成果
[1] H. Zeng*, Y. T. Shen, X. H. Hu, A. G. Song, B. G. Xu, H. J. Li, Y. X. Wang and P. C. Wen. Semi-Autonomous Robotic Arm Reaching With Hybrid Gaze–Brain Machine Interface, Frontiers in Neurorobotics, 2020,13:111 SCIE. (SCI IF=3.00)
[2] H. Zeng*, Y. Z. Sun, G. Z. Xu, C. C. Wu, A. G. Song, B. G. Xu, H. J. Li and C. Hu. The Advantage of Low-Delta Electroencephalogram Phase Feature for Reconstructing the Center-Out Reaching Hand Movements. Frontiers in Neuroscience, 2019, 13:480. (SCI IF=3.648)
[3] H. Zeng*, Y. X. Wang, C. C. Wu, A. G. Song, J. Liu, P. Ji, B. G. Xu, L. F. Zhu, H. J. Li and P. C. Wen, Closed-loop Hybrid Gaze Brain-machine Interface Based Robotic Arm Control with Augmented Reality Feedback, Frontiers in Neurorobotics, 2017, 11:60. (SCI IF=3.00)
[4] H. Zeng*,A. G. Song, Optimizing Single-Trial EEG Classification by Stationary Matrix Logistic Regression in Brain–Computer Interface,IEEE Transactions on Neural Networks and Learning Systems,2016, 27(11)：2301-2313.(SCI IF=11.683)
[5] H. Zeng*, Y. M. Cheung, “Feature Selection and Kernel Learning for Local Learning Based Clustering”. IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI)，30(8): 1532-1547, 2011 (SCI IF=8.329, 南京市第十届自然科学优秀学术论文一等奖)
