1. <source id="ewvbu"></source>

    1. <var id="ewvbu"><rt id="ewvbu"></rt></var><var id="ewvbu"><rt id="ewvbu"></rt></var>
        <acronym id="ewvbu"><form id="ewvbu"></form></acronym><acronym id="ewvbu"><form id="ewvbu"></form></acronym>

        報告題目: 大數據、深度學習與人工智能2019-08-05


        報告題目:  大數據、深度學習與人工智能

        報告人: 馬盡文教授(北京大學數學科學學院信息與計算科學系)

        時間:2019年8月5日(周一)下午3點開始

        地點:管理學院315會議室

        歡迎廣大師生前來參加!


        摘要:  隨著信息技術的快速發展,我們已經進入了一個新的大數據時代,同時也面臨著新的挑戰和機遇。本報告首先分析了大數據產生的根源和挑戰,然后對深度學習的思想、數學模型、學習算法及其應用進行了分析和介紹,最后討論了深度學習對人工智能的作用和影響。

         

        馬盡文教授簡介:1992年畢業于南開大學概率論與數理統計專業,獲理學博士學位。現為北京大學數學科學學院信息與計算科學系教授、博士生導師。從上世紀九十年代初開始從事人工神經網絡和學習算法方面的理論及其應用研究,涉及的領域包括神經計算、模式識別、生物信息、機器學習、計算機視覺、智能信息處理等方面。曾先后赴香港中文大學計算機科學與工程學系、日本理化學研究所(RIKEN)腦科學研究所、美國康乃爾大學衛理公會醫院生物信息中心進行合作研究和訪問,擔任研究員或科學家。目前已發表學術論文150余篇,其中被SCI收錄60余篇,被引用2500余次,單篇最高引用達800余次(根據Google學術搜索計算),多篇論文發表在《Neural Computation》、《IEEE Trans. on System, Man and Cybernetics, Part B》、《IEEE Trans. on Image Processing》、《IEEE Trans.on Neural Networks and Learning Systems》、《Neural Networks》、《Pattern Recognition》等國際著名期刊和SIGIR、SIGKDD、CVPR、NIPS、ICML等頂尖國際學術會議文集上。在高斯混合模型的參數學習和自適應模型選擇方面建立了一套系統的理論和有效的學習算法,并被廣泛地應用于聚類分析、模型識別和圖像處理的等領域。先后主持與承擔國家自然科學基金項目8項、國家科技重大專項課題3項和省部級及橫行科研基金項目10余項。擔任或曾擔任中國電子學會信號處理分會常務委員,中國工業與應用數學學會理事, 《Mathematical Computation》《The Scientific World Journal》、《Journal of Industrial Mathematics》、《信號處理》等雜志的主編或編委。并多次擔任ISNN, ICIC, ICONIP, ICSP等重要國際學術會議的程序委員會議委員,并且10余次被邀請在國際學術會議上做大會邀請報告。目前主要針對大數據的挑戰進行數據挖掘、機器學習和智能信息處理和圖像搜索等方面的研究,包括計算機視覺、圖像處理、文本檢測和挖掘、曲線聚類、時間序列的分析與預測等方面。

        bt工厂