报告题目：卷积神经网络及其类人脑学习算法研究

报告内容简介：随着大数据的广泛应用及计算机运算能力的发展，基于卷积神经网络的深度学习算法在机器学习和计算机视觉领域得到了广泛的应用。为了进一步提高卷积神经网络的辨别能力，研究多种类人脑学习算法（如：多损失函数、自学习算法、反池化操作、跨卷积层交互技术等）对现有的卷积神经网络模型进行研究，设计新的卷积神经网络框架，缓解其过拟合现象，并应用在图像识别、图像分割等多个视觉问题中。

主讲人：许春燕

报告时间：2016年3月31日（本周四）上午9:40-11:30  

报告地点：信息工程学院会议室（信息工程学院办公楼315房间）

欢迎广大师生参加。

科技处  信息工程学院

2016年03月29日

附报告人简介：

许春燕，女，南京理工大学计算机科学与工程学院讲师。2015年毕业于华中科技大学计算机科学与技术学院计算机应用专业，获工学博士学位。2013年至2015年在新加坡国立大学颜水成教授的视觉和学习研究组学习和交流。研究方向包括模式识别、计算机视觉、深度学习、流形学习等。在IEEE Transaction，TCSVT等期刊发表SCI论文4篇；在ICCV、AAAI等世界顶级会议上发表EI索引论文3篇，在其它专业学术会议上发表EI索引论文4篇。申请专利3项，作为主要完成人参加中国及新加坡国家级科研项目5项。担任IEEE Transactions on Neural Networks and Learning Systems和pattern recognition letters等SCI期刊的审稿人。