学术报告

报告题目：深度学习研究简介

报 告 人：张讲社 教授（西安交通大学 数学与统计学院）

报告时间：2018年5月22日（星期二）9：00-10：00

报告地点：数学与统计学院学术报告厅（25教14楼）

参加人员：教师、研究生、本科生

摘要：本报告主要介绍我们在统计学习与机器学习方向取得的一些研究成果。即先后提出了基于认知概率的神经元非线性编码机制；基于视觉系统多尺度表示的层次聚类算法。在深度学习和统计学习方面，提出了基于“最小脉冲响应次数”的稀疏代价函数和“等能量跳转并行回火”抽样算法，有效改进了深度学习算法的性能；提出了基于信息论率失真原理的深度学习算法，随后Tishby等人探讨了基于信息论的率失真理论对深度学习方法的理论解释；提出了快速推断预测编码模型及学习算法，解决了预测编码模型推断复杂、计算量大的问题。提出了基于多神经递质的人工神经元模型，推广了经典人工神经元模型。

主讲人简介：张讲社，西安交通大学数学与统计学院统计系教授。曾任陕西省数学会理事长，中国数学会常务理事、中国数学会西部数学发展委员会委员等。现为陕西省统计学学会理事长，西安交通大学统计决策和机器学习研究所所长，西安数学技术研究院副院长。作为项目负责人先后承担国家重点基础研究发展规划(973)课题、国家自然科学基金委重大研究计划培植项目，国家自然科学基金面上项目、香港UPGC等多项研究课题，研究工作主要集中在统计学习与机器学习。作为主要完成人,曾获2007年国家自然科学二等奖、2007年教育部自然科学一等奖。在相关研究方向先后发表论文100 余篇。在大数据处理方面，曾参与和主持多项遥感图像处理、大气污染数据分析、极端气候和风能利用分析、电力系统负荷预测、地震数据分析和金融数据分析等实际数据分析课题，具有丰富的数据处理实践。