研究助理教授
- ST516
- 2766 6764
- joni.zhong@polyu.edu.hk
- 輔助技術
ORCID ID
SCOPUS ID簡歷
鍾俊培博士畢業於華南理工大學，擁有控制科學與計算機科學雙學士學位。隨後他於香港理工大學和德國漢堡大學先後獲得哲學碩士與哲學博士學位。鍾博士回到香港理工大學任教之前，曾先後任職於英國赫特福德大學、英國普利茅斯大學、日本早稻田大學及國立產業技術綜合研究所，與來自歐洲、英國及日本的神經科學、認知科學和哲學研究人員共同參與跨學科項目研究。
鍾博士在攻讀博士學位期間獲得了3年瑪麗居里夫人獎學金。他也曾獲得ICANN 2011最佳學生論文、ICMIC 2017 最佳理論論文、Cyber 2019最佳論文提名等獎勵。他於IEEE SMC 2020、IEEE ICDL-EpiRob 2020、ICIRA 2019等國際會議上組織了特別討論組，並在一系列期刊擔任過客座編輯，包括IEEE Transactions on Cognitive and Developmental Systems、Interaction Studies和 Journal of Ambient Intelligence and Humanized Computing等。
鍾博士的研究興趣在於利用可穿戴設備、物聯網技術和機器人設計輔助設備。在理論研究方面，他對人機共生 (human-in-the-loop) 的學習模型和預測模型等有一定興趣。現時他的研究集中在認知輔助機器人的設計，以及此類機器人在老人保健與樂齡生活等方面的應用。
鍾博士在攻讀博士學位期間獲得了3年瑪麗居里夫人獎學金。他也曾獲得ICANN 2011最佳學生論文、ICMIC 2017 最佳理論論文、Cyber 2019最佳論文提名等獎勵。他於IEEE SMC 2020、IEEE ICDL-EpiRob 2020、ICIRA 2019等國際會議上組織了特別討論組，並在一系列期刊擔任過客座編輯，包括IEEE Transactions on Cognitive and Developmental Systems、Interaction Studies和 Journal of Ambient Intelligence and Humanized Computing等。
鍾博士的研究興趣在於利用可穿戴設備、物聯網技術和機器人設計輔助設備。在理論研究方面，他對人機共生 (human-in-the-loop) 的學習模型和預測模型等有一定興趣。現時他的研究集中在認知輔助機器人的設計，以及此類機器人在老人保健與樂齡生活等方面的應用。
學歷
- Master of Philosophy, The Hong Kong Polytechnic University
- Doctor of Natural Sciences, University of Hamburg
研究興趣
- Li, J., Zhong, J., & Wang, M. (2020). An unsupervised recurrent neural network with parametric bias framework for human emotion recognition with multimodal sensor data fusion. Sensors and Materials, 32(4), 1261-1277.
- Li, J., Zhong, J., Yang, J., & Yang, C. (2020). An incremental learning framework to enhance teaching by demonstration based on multimodal sensor fusion. Frontiers in Neurorobotics, 14, 55.
- Li, X., & Zhong, J. (2020). Upper limb rehabilitation robot system based on internet of things remote control. IEEE Access, 8, 154461-154470.
- Naser, A., Lotfi, A., & Zhong, J. (2020). Adaptive thermal sensor array placement for human segmentation and occupancy estimation. IEEE Sensors Journal. doi: 10.1109/JSEN.2020.3020401.
- Li, Y., Zhou, X., Zhong, J., & Li, X. (2019). Robotic impedance learning for robot-assisted physical training. Frontiers in Robotics and AI, 6, 78.
- Zeng, C., Yang, C., Zhong, J., & Zhang, J. (2019). Encoding multiple sensor data for robotic learning skills from multimodal demonstration. IEEE Access, 7, 145604-145613.
- Zhong, J., Ogata, T., Cangelosi, A., & Yang, C. (2019). Disentanglement in conceptual space during sensorimotor interaction. IET Cognitive Computation and Systems, 1(4), 103-112.
