学术报告

当前位置: 首页 > 学术报告 > 正文

中国海洋大学董军宇教授学术讲座

发布时间:2015-06-06 编辑: 来源:

 

报告题目:基于PCA的卷积神经网络

特邀讲者:董军宇

时间:661530

地点:yh1122银河国际办公楼二楼圆形报告厅

邀请人:许信顺

报告摘要:深度学习目前已在诸多领域已经取得了开创性的成就,特别是卷积神经网络(CNN)由于其良好的生物学解释,引起了广大研究者的兴趣,在大规模训练数据的支持下,更在人工智能等领域取得了多项突破。但是这些深度网络的结构都较为复杂,需要经过复杂的超参数选择和漫长的训练过程。为此研究者力争使用高效程序设计语言和GPU加速的方法,以加快深度网络的训练速度,尽管如此,网络本身的时间复杂度和空间复杂度并没有减少。而这些使用程序加速的手段实现的工具包结构复杂,需要众多的硬件和软件支持,并附带较为复杂的环境配置,为初学者使用和理解深度网络的工作机制带来了众多困难。简单高效的深度网络也在理论研究及实际应用中有重大的需求。比如马毅等人提出的PCANet,使用简单的主成分分析的方法学习网络参数,明显降低了算法的时间复杂度。本次报告将汇报作者提出的一种新的算法——PCNPCA-based Convolutional Network。该方法充分结合CNNPCANet的优势,每一个滤波器提取图像的某种特定特征,高层特征是低层特征的抽象与组合,但是在滤波器的学习过程中我们把复杂的调参过程替换为PCA分解。在高层特征的学习方面,我们把低层特征作为输入,把若干底层特征组合在一起求出新的滤波器,我们可以定义不同的组合方式,把低层特征组合抽象成不同的高层特征。实验证实这种方法不仅具有较快的计算速度,在手写数字识别、人脸识别和纹理分类等任务中的实验表明,PCN基本能够达到最优或者接近最优的性能。同时,该方法也具有较好的扩展性。

讲者介绍:董军宇,教授,博士生导师。19729月生,1989年至1993年在青岛海洋大学应用数学系应用数学专业读本科,1996年至1999年在青岛海洋大学应用数学系读硕士,2000年至2003年在英国Heriot-Watt大学攻读博士学位。2004年回国后加入中国海洋大学,2008年被列入教育部新世纪人才支持计划。现任中国海洋大学计算机科学与技术系主任。中国计算机学会青年科技论坛(YOCSEF)青岛分论坛2013-2014主席。主持承担了科技部国际合作专项1项,国家自然科学基金3项、教育部及山东省项目4项及青岛市级科技项目2项,并作为主要人员参加多个国家海洋公益专项、863、科技支撑计划等项目。主要研究方向为机器学习、计算机视觉、水下视觉及海洋数据挖掘与可视分析。已在多个主流国际期刊(IJCVIEEE TransPRPlos One, Information Science, IVC, MTAP等)及国际学术会议上发表论文60余篇。

联系我们

地址: 山东省青岛市即墨区滨海公路72号

           yh1122银河国际(青岛)第周苑C座

邮编:266237

院办电话:(86)-532-58630622

本科招生电话:(86)-532-58630176

研究生招生电话:(86)-532-58630610

学院微信公众号

山大微信公众号