报告题目：数据空间中的数据表征与深度神经网络
报告时间：5月28日下午4：30
报告地点：校本部计算机楼313
报告人：吕建成教授
摘要：
为了更好的研究空间中数据的本质特征，我们通常引入一些数学结构。空间中数据的结构特征体现了数据的本质特征。借助于空间中数据的结构，神经网络方法实现了数据在空间中各种本质特征的表达。根据不同的目标（监督学习），神经网络可以获得使目标最大化的数据的本质表达；也可以根据不同的潜在机制（无监督学习），神经网络可以获得满足该机制的本质表达。该报告将介绍数据在空间分布的结构，神经网络的特征表达，以及我们的部分相关工作。
报告人简介：
四川大学计算机学院（软件学院）院长、教授、博士生导师。国家杰出青年基金获得者，教育部“新世纪优秀人才”支持计划获得者，中国计算机学会青工委委员，中国计算机学会模式识别与人工智能专委会委员，中国人工智能学会机器学习专委会委员，四川省“学术和技术带头人”，四川省“有突出贡献的优秀专家”。研究方向：神经网络、机器学习与大数据分析。
师从IEEE Fellow、章毅教授研究神经网络十余年。研究成果在IEEE TNN, IEEE TFS, IEEE TSMC, IEEE TNNLS, IEEE TSP等期刊和AAAI, IJCAI, IJCNN等重要国际会议发表。出版英文专著《Subspace Learning of Neural Networks》。2012年获得教育部自然科学一等奖，2011年获得四川省科技进步一等奖，2007年获CCF优秀博士论文奖。2015年1月至今担任IEEE Trans. Neural Networks and Learning Systems编委（Associate Editor）。
