报告题目:Interpreting Deep Neural Networks
(解析深度神经网络)
报告时间:2019年12月17日(周二)14:00
报告地点:best365体育官网平台518会议室
报告人:李茂贞 教授
报告摘要:
深度神经网络(DNNs)已经在许多领域得到了成功的应用。本报告介绍了近年来利用具有注意机制的深卷积神经网络(CNN)进行人体再识别的研究工作。由于DNNs在训练过程中涉及到大量的超参数,使得DNNs的性能调节变得非常困难。因此,DNN通常被视为黑盒。为此,报告通过分析CNN主要超参数之间的相关性,诠释了利用基因表达程序来解释CNN的性能(即准确性和训练时间)的工作,还讨论了DNN可解释性的进一步挑战。
报告人简介:
李茂贞教授,1999-2002年在英国卡迪夫大学计算机科学与信息学院完成博士后研究。主要研究领域:高性能计算,包括云计算和边缘计算、大数据分析以及智能电网和智能城市中的应用智能系统。目前,是英国伦敦布鲁内尔大学电子与计算机工程系的全职教授。
李茂贞教授,已发表了180多篇科学论文,包括4部专著和90篇同行评议的期刊论文。参加30多次IEEE会议。曾分别担任FSKD'16、FSKD '14和FSKD '12的TPC主席,并在若干国际期刊的编委会任职。2015年11月,与同济大学在智能交通系统方面的合作研究获得了工程技术研究院(IET)的创新奖提名,同时还是英国计算机学会和IET的会员。