研究兴趣：

张洳源课题组目前关注以下几个方面的研究:

1. 计算视觉神经科学

人类视觉系统接收了超过 80% 的进入大脑的感觉信息。视觉知觉的神经与计算机制一直是认知神经科学的核心研究议题。围绕这一方向，我的研究问题主要包括：（1）视觉决策过程中不确定性的计算与表征；（2）自上而下调制（如注意与学习）对人类大脑中群体编码的影响；（3）贝叶斯推断在神经系统中的实现机制。

2. 深度学习及其在神经科学中的应用

近年来，人工智能系统与人类大脑之间的比较研究迅速兴起。我们相信，机器学习与认知科学的交叉研究具有广阔前景，二者可以相互促进，共同推动通用智能的发展。我的相关研究问题包括：（1）视觉–语言模型与人类神经表征之间的对齐机制；（2）知觉与认知学习的神经机制。

3. 认知学习与决策

生物大脑作为最强大的智能体，通过思考、经验和感官获取知识。决策则是一种认知过程，涉及在多种备选方案中进行选择，以实现特定目标。认知学习与决策是理解人类如何思考、学习和行为的基础。我们的研究旨在揭示个体如何感知世界、学习解决问题以及做出决策。目前在该方向上的研究包括：（1）人类与机器中的持续学习机制；（2）结构学习与参数学习；（3）复杂问题解决(例如玩游戏、下围棋)中的人脑复杂决策与规划。

4. 计算精神病学

计算精神病学是一门连接基础计算神经科学与转化精神病学的交叉学科。该领域强调利用在健康个体或基础神经科学研究中建立的计算模型，来刻画精神疾病中异常认知行为的机制。我目前关注的研究问题包括：（1）精神疾病患者视觉工作记忆缺陷的计算机制；（2）精神疾病中的异常强化学习过程；（3）基于大模型的精神疾病模拟。

代表性科研论文：

1. Yang, L, Xie, X., Zheng, W., Fang, F.*, Zhang, R.Y.*. Neural prediction errors as a unified cue of abstract visual reasoning. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), doi: 10.1109/TPAMI.2025.3623461.

2. Cheng, Y.A., Sanayei, M., Chen, X., Jia, K., Li, S., Fang, F., Watanabe, T., Thiele, A., Zhang, R.Y.* (2025). A neural geometry approach comprehensively explains apparently conflicting models of visual perceptual learning. Nature Human Behaviour, 9, 1023-1040.

3. Pan, W., Geng, H., Zhang, L., Fengler, A., Frank, M.J., Zhang, R.Y.*, Hu, C.P.*. (2025). dockerHDDM: A user-friendly environment for Bayesian Hierarchical Drift-Diffusion Modeling. Advances in Methods and Practices in Psychological Science. https://doi.org/10.1177/25152459241298700. 

4. Teng, X.*, Zhang, R.Y.*. (2025). Sequential temporal anticipation characterized by neural power modulation and in recurrent neural networks. eLife, 13:RP99383.

5. Fang, Z., Zhao, M., Xu, T., Li, Y., Xie, H., Quan, P., Geng, H., Zhang, R.Y.*. (2024) Individuals with anxiety and depression use atypical decision strategies in an uncertain world. eLife, 13:RP93887.

6. Cheng, Z.J.#, Yang, L.#, Zhang, W.H., Zhang, R.Y.*. (2023). Representational geometries reveal differential effects of response correlations on population codes in neurophysiology and functional magnetic resonance imaging. Journal of Neuroscience, 43(24), 4498-4512.

7. Yang, L., You, H., Zhen, Z., Wang, D-H., Wan, X., Xie, X., Zhang, R.Y.*. (2023). Neural prediction errors enable abstract analogical reasoning in human standard intelligence tests. In International Conference on Machine Learning (ICML). PMLR. 

8. Xu, Y.#, Yang, L.#, You, H., Zhen, Z., Wang, D-H., Wan, X., Xie, X., Zhang, R.Y.*. (2023). RuleMatch: matching abstract rules for semi-supervised learning of human standard intelligence tests. In Proceedings of the 32nd International Joint Conference on Artificial Intelligence (IJCAI). 

9. Geng, H., Chen, J.*, Hu, C.P., Jin, J, Raymond C. K. Chan, Li, Y., Hu, X., Zhang, R.Y.*, Zhang, L. (2022). Promoting computational psychiatry in China. Nature Human Behaviour, 6, 615-617. 

10. Bejjanki, V. R.#, Zhang, R. Y.#, Li, R., Pouget, A., Green, C. S., Lu, Z. L., & Bavelier, D. (2014). Action video game facilitates development of better perceptual templates. Proceedings of the National Academy of Sciences, 111(47), 16961-16966. 

11. Zhang, R. Y.#, Kwon, O. S.#, & Tadin, D. (2013). Illusory Movement of stationary stimuli in the visual periphery: evidence for a strong centrifugal prior in motion processing. Journal of Neuroscience, 33(10), 4415-4423. 

 

实验室网站：

https://ruyuanzhang.github.io/