报告题目：脑启发的神经网络建模与学习
报 告 人：张兆翔研究员（中国科学院自动化研究所）
报告时间：2017年12月11日（周一）上午11：20
报告地点：安徽大学磬苑校区行知楼负一楼学术报告厅
主办单位：计算机科学与技术学院
欢迎各位老师、同学届时前往！
科学技术处
2017年12月7日
报告摘要：
以深度学习为代表的模式识别方法在多种视觉应用中取得了显著成功，甚至媲美人的性能，但是与生物模式识别系统相比，现有的深度学习方法在自适应性、可泛化性和多任务协作方面依旧存在明显缺陷。从脑的神经信息处理机制、认知方法和行为特性上寻求启发有望指导更好的神经网络建模，实现更为鲁棒的类人学习，具有重要研究意义与应用前景。本报告将在现有深度学习方法概述基础上，对我们近期开展的脑启发的神经网络建模与学习方法开展研究，具体报告内容包括神经网络的结构建模、面向多任务的神经网络架构学习、视听模态分析与整合、知识蒸馏和多智能体协同等。
报告人简介：
中国科学院自动化研究所研究员，博士生导师，中国科学院脑科学与智能技术卓越创新中心年轻骨干，IEEE高级会员，计算机学会高级会员，中国图像图形学会理事、副秘书长，人工智能学会模式识别专委会副秘书长。2004年毕业于中国科学技术大学，获得电路与系统专业学士学位；2004年进入中国科学院自动化研究所硕博连读，于2009年获得工学博士学位。2015年任职中国科学院自动化研究所类脑智能研究中心研究员。张兆翔博士一直从事智能视觉监控方面的研究工作，近期进一步聚焦在结合类脑智能和类人学习机制的视觉计算模型，在可用信息建模和基于模型的物体识别问题上开展了系统工作，在面向国家公共安全和智慧城市监管需求的系统平台上取得成功应用，取得显著社会影响和经济效益，近五年来在国际主流学术期刊与会议上发表论文100余篇，SCI收录期刊论文40余篇，担任了ICPR、IJCNN、AVSS、PCM等多个国际会议的程序委员会委员，SCI期刊《Neurocomputing》编委，《IEEE Access》编委，《Pattern Recognition Letters》客座编委、《Frontiers of ComputerScience》青年编委和TPAMI、TIP、TCSVT、PR等20余个本领域主流期刊的审稿人。入选“教育部新世纪优秀人才支持计划”、“北京市青年英才计划”和“微软亚洲研究院铸星计划”。