沈阳工业大学学术报告会深度随机配置网络基本理论

注：本平台为第三方资讯平台，不是院校官方，网站内所有信息只做参考，并不代表院校官方，招生信息以官方最新信息为准，如果不知怎么找官方，可以咨询在线客服寻求帮助。

　　报告人：王殿辉教授，

　　报告时间：2019年12月19日(周四)14：00

　　报告地点：理学院科技报告厅301室

　　内容简介：

　　深度学习在理论基础方面存在严重的缺欠和不足，在一定程度上限制了人工智能技术的进一步发展，因此，在智能科学的研究中探讨研究的数学基础是非常有意义的。本报告结合本人多年来的在神经网络随机学习算法领域的研究经历，通过如何澄清学术界30年来对随机训练算法的误区，并原创性地提出了深度随机配置网络的概念以及相关的系列学习算法，用可视化的方法展示了随机配置网络与其它随机学习模型的本质区别和优越性，从而说明在人工智能研究中原创基础和独立思考的重要性。

　　报告人简介：

　　王殿辉教授1995年3月获东北大学工业自动化专业博士学位，1995-1997在新加坡南洋理工大学电子工程学院做博士后研究工作，1998-2001在香港理工大学计算学系研究员，从事机器学习，数据挖掘和图像处理方面的研究工作。2001年7月至今在澳大利亚LaTrobe大学计算机科学与信息技术系从事教学与科研工作。现为东北大学国家重点实验室，工业人工智能研究院，沈阳工业大学信息学院特聘教授。主要工作领域是工业人工智能，研究方向：(1)具有认知能力的机器学习模型与快速算法研究;(2)深度随机配置网络理论及其在过程工业和智能传感技术中的应用。发表研究论文230余篇，技术发明专利1项(深度随机配置网络)，获2019年国家科技部《2030人工智能基础研究》重大研究基金一项(课题负责人)。目前是IEEE高级会员，博士生导师，现任《IEEE Transactions on Cybernetics》《Information Sciences》《Applied Mathematical Modelling》等多个国际期刊的副主编。

免责声明：本站所提供的内容均来源于网友提供或网络搜集，由本站编辑整理，仅供个人研究、交流学习使用，不涉及商业盈利目的。如涉及版权问题，请联系本站管理员予以更改或删除。