报告人:伍家松
报告地点:腾讯会议
报告时间:2020年07月02日星期四08:30-09:30
邀请人:徐东坡
报告摘要:
卷积网络的构造、推广及其合理的解释是当前深度学习领域应用基础理论研究的重要研究内容之一。本报告将介绍3种类型的卷积网络:小波散射网络(ScatNet)、主成分分析网络(PCANet)和卷积神经网络(CNN);主要讨论小波散射网络的构造及推广;主成分分析网络的构造、推广以及如何从能量的角度对主成分分析网络进行解释;以及如何对卷积神经网络进行进一步的数域推广。
会议网址:https://meeting.tencent.com/s/hBjSuC6uFjFF
会议ID:544 836 588
会议密码:200605
主讲人简介:
伍家松,博士,现任东南大学计算机科学与工程学院讲师,硕士生导师。IEEE 会员,CCF会员。目前主要从事卷积网络、信号与图像处理等方面的研究。自2008年以来,发表学术论文70余篇,其中SCI论文39篇,包括8篇IEEE Transactions 系列论文。2009年法国外交部“Eiffel博士奖学金”获得者。2010年中国国家留学基金委“国家优秀自费留学生奖学金”获得者。2012年获得教育部自然科学二等奖(排名第3)。2017年获得国家科技进步二等奖(排名第13)。2018年获得江苏省教育科学研究成果奖三等奖1项(排名第2)。主持国家自然科学基金面上项目、青年基金、江苏省自然科学基金、教育部博士点基金和教育部留学回国人员基金等。