• <cite id="0jog9"></cite>
  • <b id="0jog9"></b>
  • <cite id="0jog9"><form id="0jog9"></form></cite><tt id="0jog9"></tt><b id="0jog9"></b>

  • <video id="0jog9"><meter id="0jog9"><option id="0jog9"></option></meter></video>

    1. <cite id="0jog9"><form id="0jog9"><label id="0jog9"></label></form></cite>
      1. <video id="0jog9"></video>
        <b id="0jog9"></b>
        1. <cite id="0jog9"></cite>
        2. 舊版回顧

          當前位置: 首頁 >> 學術報告 >> 正文

          2019年11月1日中國科學院博導向世明研究員來我院做《深度學習新模型及其應用》的學術講座

          時間:2019-10-31       來源:科研處         瀏覽量:

          向世明,模式識別國家重點實驗室研究員、博士生導師,研究方向為人工智能、機器學習、計算機視覺、大數據分析。現任中國自動化學會模式識別與機器智能專業委員會秘書長、CCF計算機視覺專委會委員、中國人工智能學會模式識別專委會委員; 國際模式識別雜志《Pattern Recognition》、 《計算機輔助設計與圖形學學報》、《圖學學報》編委。迄今已發表論文140余篇。其中,IJCV論文2篇;IEEE Trans論文28篇, IEEE PAMI 7(本領域排名第一,影響因子: 17.730)。單篇最高引用470 余次, H 指數39,出版計算機圖形學、數字圖像處理圖書等,獲得國家授權發明專利6項。主持或參與863項目、973子項、國家自然科學基金等近十項國家級項目。

          講座主要內容:當前,深度學習方法在人工智能的多個領域中取得了巨大的成功。本報告簡要回顧深度學習的發展歷程之后將從時間維度和技術維度重點介紹通用深層神經網絡模型和任務專用深層神經網絡模型的發展之路,指出在機器學習背景下深度學習的研究熱點和未來發展趨勢。具體地,在機器學習層面,涉及分類、聚類、遷移學習、生成對抗、圖上的深度學習等多個主題;在計算機視覺層面,涉及目標檢測、目標分割、圖像句子描述等前沿內容;同時,就此展開綜合性分析與討論。最后,展示深度學習在遙感、交通、氣象等方面的應用,報告相關研究結果。

           

          # # # # # # # # # #

          88爰彩 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>