1. 多感觉融合

当代深度学习仍面临着关键挑战，如复杂场景理解、认知、推理能力不足，深度学习易被欺骗，维数灾难等瓶颈问题。理解动物与人脑学习机理，特别是不同感知系统的编解码机制、多感觉信息融合与处理机制等，并将其转化为计算模型，提高感知认知与理解等能力是心智计算中的一大科学问题。

文献[3]探索了类脑张量分解-高维数据结构挖掘问题，采用类脑结构，可以在数据缺失的情况下训练模型，利用正则部分补全缺失数据。文献[4]探索了传统信息瓶颈算法在压缩信息的同时会严重影响模型预测能力，提出了基于有监督解耦的信息瓶颈算法，解决了传统信息瓶颈算法中的压缩-预测项权衡问题。