学术报告（2019年1月4日 周五 10:30-12:00）

主持人：凌家杰 教授

欢迎广大师生前来交流！

【摘要】

卷积神经网络随着深度学习的再度兴起得到了广泛的应用，在处理高维图像（比如粒子物理实验的数据）方面具有强大的分析能力。本报告对CNN的历史，架构，算法，发展作一些引言性质的介绍，让感兴趣的学生/研究人员了解相关背景，以拓展它在图像识别，生成等领域的应用，甚至是与应用相关的底层原理的挖掘。

【报告人简介】

黄海平2011年博士毕业于中科院理论物理研究所，之后在香港科大，日本东京工业大学（JSPS资助），日本理化学研究所从事统计物理与机器学习相关的博士后研究，2018年在中山大学物理学院组建了统计物理与神经计算交叉的研究小组，长期关注神经计算的理论基础，近年来关注深度网络的物理模型，包括深度计算中降维和退相关的物理理论。更详细的参看实验室主页：https://www.labxing.com/hphuang2018