为了促进学院教师进行学术研究的成果分享和技术交流，11月14日下午，电子工程学院邀请冯笑博士，举办了“基于可解释深度学习的单通道脑电疲劳驾驶检测研究”学术讲座，学院全体教师参加了此次讲座。
首先，冯笑博士介绍了学术研究的背景，随着汽车产业的快速发展，交通安全问题日益凸显，其中疲劳驾驶是导致交通事故的重要原因之一。因此，研究如何通过技术手段检测驾驶员的疲劳状态，对于保障交通安全具有重要意义。
随后，冯笑博士详细讲解了深度学习在疲劳驾驶检测中的应用，他指出，深度学习能够从大量数据中自动提取有用的特征，并建立复杂的模型来预测驾驶员的疲劳状态。然而，传统的深度学习模型往往缺乏可解释性，使得人们难以理解模型的预测结果。为了解决这一问题，提出了一种基于可解释深度学习的单通道脑电疲劳驾驶检测方法。该方法通过引入可解释性度量来优化深度学习模型的训练过程，从而提高了模型的预测准确性和可解释性。同时，该方法仅使用单通道脑电信号作为输入，降低了数据采集的复杂性和成本。
此次学术讲座，将有效地促进学院教师了解深度学习在交通领域应用的相关知识，掌握最新的研究动态。在进行近距离的学术交流和探讨时，不仅能推动教师在学术交流和学术碰撞中拓宽视野，产生灵感，碰撞出智慧的火花，增加自己的学术敏感性，还能进一步地提升电子工程学院的学术氛围。
