学术讲座-关于广义约束神经元网络模型研究
发布者:
科研处
更新日期:
2017-01-06
访问次数:
824
讲座题目 | 关于广义约束神经元网络模型研究 | 讲 座 人 | 胡包钢 | 讲座人 职称、职务 | 中国科学院自动化研究所,教授,博导 | 主持人 | 刘丽桑 | 讲座类型 | R自然科学 | 讲座对象 | 全校师生 | 举办时间 | 2017.01.06 10:00 | □社会科学 | 举办地点 | C1-206 | 讲 座 人 简 介 | 1977年北京青云仪器厂工人大学毕业,1983年北京钢铁学院(现北京科技大学)获工学硕士学位。1993年在加拿大McMaster大学机械系获哲学博士学位。1997年回国后为中国科学院自动化研究所模式识别国家重点实验室副研究员与研究员、中国科技大学自动化系兼职教授,IEEE高级会员。2000年-2005年申请人担任中法联合实验室(LIAMA)中方主任。目前研究重点为机器学习与植物生长建模。 | 讲座 主要内容 | 以神经元网络为方法的深度学习使人工智能再次成为热门研究领域,并为许多应用带来了突破性的进展。然而,基于数据驱动的神经元网络以及深度学习仍然是一种黑箱工作方式,不仅无法给出预测结果的解释性,也无法有效地应用现成的先验知识。我们认为增加模型透明度将是未来机器学习中的重要发展方向。为此我们特别提出了广义约束(Generalized Constraint)神经元网络模型方法。除了给出若干具体实例外,本讲座还特别强调该模型可能带来的新研究问题。 讲座还针对大数据背景下在方法论方面给出若干思考。 |
|
|