中国计算机学会青年计算机科技论坛
CCFYoungComputerScientists&EngineersForum-GuilinBranch
CCF YOCSEF桂林
学术报告会
于2017年6月25日（星期天）9:00-12:00
在桂林电子科技大学金鸡岭校区第10教学楼516室举行
敬请光临！
活动日程
8:30-9:00 签到
9:00-10:10 学术报告一
题目：深度学习的能和不能
讲者：于剑，北京交通大学教授，博士生导师
10:15-11:15 学术报告二
题目：FingerNet：指纹细节点提取网络
讲者：封举富，北京大学信息科学技术学院智能科学系教授，博士生导师
11:15-12:00 人工智能在广西的发展座谈会
报告题目： 深度学习的能和不能
报告摘要： 深度学习目前是机器学习领域最引人注目的研究方向，其应用极其广泛。但没有免费午餐定理告诉我们，没有万能的学习算法。因此，本报告将深入分析深度学习的适用范围。 首先，简述深度学习的发展历程。 在此基础之上，理论分析深度学习的应用范围和失效领域。 最后，讨论深度学习面临的问题及其对策。
讲者介绍：于剑，现任北京交通大学教授，博士生导师，计算机学院计算机科学系主任，交通数据分析与挖掘北京市重点实验室主任，中国计算机学会理事，中国计算机学会人工智能与模式识别专业委员会秘书长，中国人工智能学会理事，中国人工智能学会机器学习专业委员会副主任，数字出版技术国家重点实验室学术委员，《软件学报》，《计算机学报》和《计算机研究与发展》编委等，主持多项国家自然科学基金项目。主要研究兴趣是机器学习、数据挖掘和自然语言处理等。
报告题目：FingerNet：指纹细节点提取网络
报告摘要：将介绍一种将领域知识与深度卷积网路表达能力相结合的模型设计思路。首先将指纹细节点提取中经典的方向场提取、分割、增强、检测模块转化为卷积模式并串接在一起，构造出了与经典方法完全等价的网络。然后，通过加深局部网络结构以丰富其表达能力，放松人工设计的权值以学习复杂的数据变化，构造全卷积的网络以适应不同输入尺寸，我们提出了一种指纹细节点提取网络FingerNet, 可统一应用于档案与现场指纹细节点提取，其中间模块具有较强的可解释性。
讲者介绍：封举富，1989年于北京大学数学系获学士学位，1992年于北京大学信息科学中心获硕士学位，1997年于北京大学数学科学学院获博士学位。现为北京大学信息科学技术学院智能科学系教授，博士生导师。主要研究领域：模式识别与机器学习、生物特征识别及其应用。在国内外期刊和国际会议上发表论文100多篇。1993年，获第一届亚洲计算机视觉国际会议优秀论文奖。2000年获中国高校科技进步二等奖。2012年获公安部科学技术二等奖。
京公网安备 11010802032778号
所有评论仅代表网友意见