报告时间：2022年12月10日 20:00-22:00

报告地点：腾讯会议 872-501-386

报告题目：

深度神经网络结构优化

报告简介：

深度神经网络借助其深层结构，具备很强的复杂问题建模能力，在特征的自主表达学习、数据的适应性等方面表现出明显的优势，在机器视觉、语音识别等诸多领域中取得了良好效果。然而，深度神经网络在理论研究上仍然存在亟待解决的瓶颈难题。首先深度网络的结构设计困难，如网络结构、层数、节点数目等大多需要人工设定；同时，模型的表达参数对性能的影响显著，需要反复调参；而且，基于梯度的网络优化算法存在梯度弥散和陷入局部最优的缺点。本报告将介绍团队近期在解决深度神经网络结构优化难题上的一些思路和尝试，并汇报在深度神经网络应用上的一些新进展。

报告人介绍：

公茂果，博士，二级教授，博士生导师，西安电子科技大学人才工作办公室主任，计算智能研究所所长，陕西省重点科技创新团队负责人，国家级领军人才，享受国务院政府特殊津贴。主要研究方向为计算智能理论与方法、网络信息感知与隐私保护、雷达与遥感智能系统，主持国家重点研发计划、国家863计划、国家自然科学基金等项目三十余项，发表论文200余篇，被引用一万七千余次，H-index引用指数70+，入选中国高被引学者，授权国家发明专利30余项，获国家自然科学奖 、教育部自然科学奖等省部级以上科技奖励5项。担任IEEE演化计算汇刊、IEEE神经网络与学习系统汇刊等期刊编委，中国人工智能学会青工委主任等。