人工智能研究者 · 高丽大学

构建能够感知、适应与协作的智能。

我目前在高丽大学攻读人工智能硕博连读，研究工作连接神经信号、具身系统与可解释机器学习，致力于让人机协同更加自适应、可靠且值得信任。

我的研究涵盖 Physical AI、脑机接口与可解释人工智能，尤其关注如何利用人类隐式反馈改进智能体在真实环境中的安全行为。

了解研究方向讨论合作 →

研究方向

01

Physical AI

研究具身智能体如何在人类参与的动态环境中安全学习与行动。

02

脑机接口

面向脑电信号的鲁棒解码、跨用户适应与多模态交互。

03

可解释人工智能

利用反事实方法揭示细粒度模型的失败原因，并提升决策透明度。

代表论文

2026

NeuroLex：面向脑电报告理解与生成的轻量级领域语言模型

Kang Yin, Hye-Bin Shin

14th International Winter Conference on Brain-Computer Interface (BCI), Accepted Paper

面向临床脑电报告语言特征的轻量模型，支持文本润色、摘要、术语问答与后续脑电—语言系统。

2025

迈向细粒度可解释性：基于显著性分区的误分类反事实解释

Lintong Zhang*, Kang Yin*, Seong-Whan Lee

IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)

利用显著性分区，从物体整体与局部部件两个层面解释细粒度模型的误分类原因。

2025

基于加权分割与自适应区域选择的视觉反事实语义优先方法

Lintong Zhang, Kang Yin, Seong-Whan Lee

Neural Networks

通过加权语义图与自适应候选区域顺序，提高反事实区域替换的语义相关性与计算效率。

2025

面向情感识别的脑电多模态表征学习

Kang Yin, Hye-Bin Shin, Dan Li, Seong-Whan Lee

13th International Winter Conference on Brain-Computer Interface (BCI)

融合脑电、视频与音频信息的灵活多模态表征框架，用于情感脑机接口。

2024

GITGAN：面向脑电运动想象分析的生成式跨被试迁移

Kang Yin, Elissa Yanting Lim, Seong-Whan Lee

Pattern Recognition

以高质量源脑电数据为中心的无监督跨被试适应框架，在提升迁移性能的同时保持目标分布完整。

论文 ↗ Code ↗

查看全部论文 →

代表项目

彩色物体在三维模拟环境中的运动场景

2026

信念感知的 Oracle 粒子动力学

从结构化物体状态历史中学习多种合理三维未来的信念感知、物体中心概率动力学模型。

查看项目 →

神经自适应具身智能体闭环系统

2025

面向具身智能体的神经自适应监督

解码人类隐式神经错误信号，并在线调整多模态提示，以提升具身智能体监督安全性的闭环系统。

查看项目 →

MetaSkin 触觉解码概念图

2025

MetaSkin 神经触觉接口

面向多部位皮肤触觉脑电采集与解码的 VR/AR 平台，并支持连续触觉输入的实时识别。

运动想象机械臂控制概念图

2023

运动想象机械臂控制

基于 VR 的四类运动想象脑机接口，实现实时脑电解码、跨用户适应与机械臂交互。

查看全部项目 →

近期动态

2026NeuroLex 被 International BCI Conference 2026 接收。

2025细粒度反事实解释工作发表于 CVPR 2025。

2024GITGAN 发表于 Pattern Recognition。

学术合作

欢迎围绕神经自适应具身系统、脑电表征学习、模型可解释性与国际联合研究进行交流。可以通过学术邮箱联系我，或访问我的 Google Scholar。