个人简介

黄振业博士于2020年于中山大学获得学士学位，后于中国科学院理论物理研究所攻读博士学位，并于2025年获得理学博士学位，于2025年7月加入西湖大学交叉中心开展博士后研究。在攻读博士期间，他采用数值和解析等方法，研究人工神经网络以及计算神经科学的基本问题，并在国内外学术期刊上发表相关工作。目前，他的研究重点是复杂系统的演化以及机器学习的统计物理理论。业余时间，他喜欢进行打乒乓球等运动。

代表论文

1. Huang Z Y, Wang W, Zhou H J. Discontinuous phase transition of feature detection in lateral predictive coding[J]. arXiv preprint arXiv:2501.12139, 2025.

2. Huang Z Y, Zhou R, Huang M, et al. Energy-information trade-off induces continuous and discontinuous phase transitions in lateral predictive coding[J]. Science China Physics, Mechanics & Astronomy, 2024, 67(6): 260511.

3. Li C, Huang Z, Zou W, et al. Statistical mechanics of continual learning: Variational principle and mean-field potential[J]. Physical Review E, 2023, 108(1): 014309.

4. Huang Z Y, Fan X Y, Zhou J, et al. Lateral predictive coding revisited: internal model, symmetry breaking, and response time[J]. Communications in Theoretical Physics, 2022, 74(9): 095601.