大數據、深度學(xué)習與人工智能 2019-08-05

報告題目:  大數據、深度學(xué)習與人工智能

報告人: 馬盡文教授(北京大學(xué)數學(xué)科學(xué)學(xué)院信息與計算科學(xué)系)

時(shí)間：2019年8月5日（周一）下午3點(diǎn)開(kāi)始

地點(diǎn)：bwin必贏(yíng)唯一官網(wǎng)315會(huì )議室

歡迎廣大師生前來(lái)參加！

摘要:  隨著(zhù)信息技術(shù)的快速發(fā)展，我們已經(jīng)進(jìn)入了一個(gè)新的大數據時(shí)代，同時(shí)也面臨著(zhù)新的挑戰和機遇。本報告首先分析了大數據產(chǎn)生的根源和挑戰，然后對深度學(xué)習的思想、數學(xué)模型、學(xué)習算法及其應用進(jìn)行了分析和介紹，最后討論了深度學(xué)習對人工智能的作用和影響。

馬盡文教授簡(jiǎn)介：1992年畢業(yè)于南開(kāi)大學(xué)概率論與數理統計專(zhuān)業(yè)，獲理學(xué)博士學(xué)位?，F為北京大學(xué)數學(xué)科學(xué)學(xué)院信息與計算科學(xué)系教授、博士生導師。從上世紀九十年代初開(kāi)始從事人工神經(jīng)網(wǎng)絡(luò )和學(xué)習算法方面的理論及其應用研究，涉及的領(lǐng)域包括神經(jīng)計算、模式識別、生物信息、機器學(xué)習、計算機視覺(jué)、智能信息處理等方面。曾先后赴香港中文大學(xué)計算機科學(xué)與工程學(xué)系、日本理化學(xué)研究所(RIKEN)腦科學(xué)研究所、美國康乃爾大學(xué)衛理公會(huì )醫院生物信息中心進(jìn)行合作研究和訪(fǎng)問(wèn)，擔任研究員或科學(xué)家。目前已發(fā)表學(xué)術(shù)論文150余篇，其中被SCI收錄60余篇，被引用2500余次，單篇最高引用達800余次（根據Google學(xué)術(shù)搜索計算）,多篇論文發(fā)表在《Neural Computation》、《IEEE Trans. on System, Man and Cybernetics, Part B》、《IEEE Trans. on Image Processing》、《IEEE Trans.on Neural Networks and Learning Systems》、《Neural Networks》、《Pattern Recognition》等國際著(zhù)名期刊和SIGIR、SIGKDD、CVPR、NIPS、ICML等頂尖國際學(xué)術(shù)會(huì )議文集上。在高斯混合模型的參數學(xué)習和自適應模型選擇方面建立了一套系統的理論和有效的學(xué)習算法,并被廣泛地應用于聚類(lèi)分析、模型識別和圖像處理的等領(lǐng)域。先后主持與承擔國家自然科學(xué)基金項目8項、國家科技重大專(zhuān)項課題3項和省部級及橫行科研基金項目10余項。擔任或曾擔任中國電子學(xué)會(huì )信號處理分會(huì )常務(wù)委員，中國工業(yè)與應用數學(xué)學(xué)會(huì )理事， 《Mathematical Computation》《The Scientific World Journal》、《Journal of Industrial Mathematics》、《信號處理》等雜志的主編或編委。并多次擔任ISNN, ICIC, ICONIP, ICSP等重要國際學(xué)術(shù)會(huì )議的程序委員會(huì )議委員，并且10余次被邀請在國際學(xué)術(shù)會(huì )議上做大會(huì )邀請報告。目前主要針對大數據的挑戰進(jìn)行數據挖掘、機器學(xué)習和智能信息處理和圖像搜索等方面的研究，包括計算機視覺(jué)、圖像處理、文本檢測和挖掘、曲線(xiàn)聚類(lèi)、時(shí)間序列的分析與預測等方面。