报告题目：深度神经网络与数据空间中的数据表征

报告时间：2020年7月3日下午15：00

报告地点：beat365手机中文官方网站第八教学楼408

主讲嘉宾：吕建成 教授

主办单位：beat365官方网站

报告人简介：

吕建成，四川大学计算机学院（软件学院）经理、教授、博士生导师。国家杰出青年基金获得者，国务院特殊津贴专家，教育部“新世纪优秀人才”支持计划获得者，中国计算机学会专工委委员，中国计算机学会模式识别与人工智能专委会委员，中国人工智能学会机器学习专委会委员，四川省“学术和技术带头人”，四川省“有突出贡献的优秀专家”，四川省政协委员。研究方向主要在人工神经网络、机器学习与大数据分析。其研究应用在医学信息、自然语言处理、艺术、中医等领域。研究成果在IEEE TNN,IEEE TFS,IEEE TSMC,IEEE TNNLS,IEEE TSP，IEEE TEC,IEEE TCYB等期刊和AAAI, ICML, ACL, IJCAI等重要国际会议发表。出版英文专著《Subspace Learning of Neural Networks》。2019年获国家自然科学二等奖，2012年获得教育部自然科学一等奖，2011年获得四川省科技进步一等奖，2007年四川省科技进步理论成果二等奖，2007年CCF优秀博士论文奖。2015年1月至今担任IEEE Trans. Neural Networks and Learning Systems编委（Associate Editor）。

报告摘要：

为了更好的研究空间中数据的本质特征，我们通常引入一些数学结构。空间中数据的结构特征体现了数据的本质特征。借助于空间中数据的结构，神经网络方法实现了数据在空间中各种本质特征的表达。根据不同的目标（监督学习），神经网络可以获得使目标最大化的数据的本质表达；也可以根据不同的潜在机制（无监督学习），神经网络可以获得满足该机制的本质表达。该报告将介绍数据在空间分布的结构，神经网络的特征表达，以及我们的部分相关工作。