大數(shù)據(jù)、深度學(xué)習(xí)與人工智能 2019-08-05

報告題目:  大數(shù)據(jù)、深度學(xué)習(xí)與人工智能

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

時間：2019年8月5日（周一）下午3點(diǎn)開始

地點(diǎn)：bwin必贏唯一官網(wǎng)315會議室

歡迎廣大師生前來參加！

摘要:  隨著信息技術(shù)的快速發(fā)展，我們已經(jīng)進(jìn)入了一個新的大數(shù)據(jù)時代，同時也面臨著新的挑戰(zhàn)和機(jī)遇。本報告首先分析了大數(shù)據(jù)產(chǎn)生的根源和挑戰(zhàn)，然后對深度學(xué)習(xí)的思想、數(shù)學(xué)模型、學(xué)習(xí)算法及其應(yīng)用進(jìn)行了分析和介紹，最后討論了深度學(xué)習(xí)對人工智能的作用和影響。

馬盡文教授簡介：1992年畢業(yè)于南開大學(xué)概率論與數(shù)理統(tǒng)計專業(yè)，獲理學(xué)博士學(xué)位?，F(xiàn)為北京大學(xué)數(shù)學(xué)科學(xué)學(xué)院信息與計算科學(xué)系教授、博士生導(dǎo)師。從上世紀(jì)九十年代初開始從事人工神經(jīng)網(wǎng)絡(luò)和學(xué)習(xí)算法方面的理論及其應(yīng)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(jī)器學(xué)習(xí)、計算機(jī)視覺、智能信息處理等方面。曾先后赴香港中文大學(xué)計算機(jī)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(wèi)理公會醫(yī)院生物信息中心進(jìn)行合作研究和訪問，擔(dān)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(dá)800余次（根據(jù)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》等國際著名期刊和SIGIR、SIGKDD、CVPR、NIPS、ICML等頂尖國際學(xué)術(shù)會議文集上。在高斯混合模型的參數(shù)學(xué)習(xí)和自適應(yīng)模型選擇方面建立了一套系統(tǒng)的理論和有效的學(xué)習(xí)算法,并被廣泛地應(yīng)用于聚類分析、模型識別和圖像處理的等領(lǐng)域。先后主持與承擔(dān)國家自然科學(xué)基金項目8項、國家科技重大專項課題3項和省部級及橫行科研基金項目10余項。擔(dān)任或曾擔(dān)任中國電子學(xué)會信號處理分會常務(wù)委員，中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會理事， 《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(dān)任ISNN, ICIC, ICONIP, ICSP等重要國際學(xué)術(shù)會議的程序委員會議委員，并且10余次被邀請在國際學(xué)術(shù)會議上做大會邀請報告。目前主要針對大數(shù)據(jù)的挑戰(zhàn)進(jìn)行數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和智能信息處理和圖像搜索等方面的研究，包括計算機(jī)視覺、圖像處理、文本檢測和挖掘、曲線聚類、時間序列的分析與預(yù)測等方面。