当前位置: > 学术报告 > 文科 > 正文

文科

深度学习与函数逼近能力

发布时间:2018-05-09 浏览:

活动日期2018-05-18

活动时间10:20

报告人:曹飞龙 教授

主持人曹怀信 教授

地点:数学与信息科学学院学术交流厅

主办单位:数学与信息科学学院

讲座内容简介:

深度学习技术已得到广泛应用与蓬勃发展,例如,在深度学习与量子多体物理的交界处正在形成一个新兴研究方向,量子纠缠正是连接它们的一座桥梁。然而,作为深度学习技术的理论基础——深度神经网络函数的逼近能力,却知之甚少。本报告对照浅层网络逼近的研究结果,指出深度网络函数逼近方面存在的基本问题和一些需要解决的关键问题。同时,试图从函数逼近角度解释深度学习的优越性。

讲座人简介:

曹飞龙,男,20033月毕业于西安交通大学,并获理学博士学位,2005年西安交通大学博士后出站,中国计量大学教授、博士生导师,曾任中国计量大学理学院院长,浙江省高校中青年学科带头人、浙江省新世纪“151”优秀人才。研究兴趣:人工神经网络、逼近论、机器学习及其应用等,主持完成国家自然科学基金项目7项,在《中国科学》、《J. Approx. Theory》、《J. Math. Anal. Appl.》、《Appl. Math. Model.》、《IEEE Trans. NNLS》、《IEEE TIP》《IEEE Trans. CSVT》、《Neural Networks等国际知名期刊上发表学术论文200多篇,其中SCI收录120多篇。