报告题目:机器学习及深度学习的理论与应用

报 告 人:纪鹏，副教授，东北大学机器人科学与工程学院

报告时间:2021年5月11日(星期二)晚6:30

报告地点:吉林大学中心校区 物理楼331会议室，在线报告（腾讯会议：256 457 332）

报告摘要:

机器学习及深度学习是目前人工智能领域快速发展的研究热点问题，它们是实现人工智能算力突破的重要技术手段。机器学习又被称为统计学习，主要就是针对我们无法对基于数据建立严格物理模型的问题而建立的一种数学解决方法，它是利用大量数据所体现的统计特性推算问题世界的数学模型。机器学习的本质是针对特定的数据输入设计相应的学习算法，算法根据输入的数据生成计算模型，并用另一组测试数据输入计算模型，从而对模型进行不断改进与提升，最终实现对整个数据样本特征的提取与分类。深度学习（Deep Learning，DL）是机器学习领域中的一个重要研究方向，作为一种多层神经网络学习算法，它可通过深层非线性网络结构学习特征，并通过组合低层次特征形成更加抽象的深层表示，如属性、类别或特征，实现复杂的函数逼近，表征输入数据分布式表示，从而可以学习到数据集的本质特征。应用机器学习和深度学习算法进行基于特征向量与标识的分类识别处理是目前人工智能与大数据技术发展的最新成果，因而具有极强的理论意义和应用价值。

报告人简介：

纪鹏，男，1980年生，东北大学副教授, 硕士生导师, 现在东北大学机器人科学与工程学院工作。主要研究方向为人工智能与模式识别、分布式深度学习算法、无线传感器网络通信协议与资源调度、自组织局部云机器人等。多年来，作为负责人承担国家自然科学基金项目，装备发展部预研项目等国家级项目5项，承担辽宁省自然科学基金课题、教育部重点实验室项目等省部级科研课题11项；作为主要参加人参加国家级项目9项，省部级项目4项，横向合作项目4项。以第一作者身份在IEEE Trans. Neurocomputing等人工智能领域重要期刊与会议上个发表学术论文21篇，申请国家发明专利2项，参编学术专著2部。

举办单位：36365线路检测中心

　　　　　吉林大学理论物理中心

　　　　　原子核科学与技术中心