“控制科学与工程学科前沿技术”系列学术讲座第（8）讲

深度神经网络几个基础难题的思考与探索

——信息工程学院线上学术讲座

学无止境，时间与空间都不能阻挡我们求知与探索的精神，2020年在这个特殊时期，信息工程学院将与你相约云端，宅家学习，线上开课。除了课程学习，工程创新的学习以及对学术前沿的了解一样也不能少！在这里，人工智能顶尖学者与您相约云端。

讲座嘉宾：西安电子科技大学公茂果教授

主办单位：信息工程学院

讲座嘉宾简介：

公茂果，二级教授，博士生导师，中国人工智能学会理事，青年工作委员会副主任委员，西安电子科技大学计算智能研究所所长，校学术委员会委员，校纪委委员，陕西省重点科技创新团队负责人，国家重点研发计划项目负责人。1999年起在西安电子科技大学攻读学士和博士学位，2006年留校工作，任助教、讲师，2008年破格晋升副教授，2010年破格晋升教授、博士生导师。

主要研究方向为计算智能理论与应用。主持国家重点研发计划、国家863计划、国家自然科学基金等二十余项课题，发表论文100余篇，被引用7500余次，入选中国高被引学者，授权国家发明专利20余项，获2013年国家自然科学奖二等奖和2016年教育部自然科学奖二等奖。

担任《IEEE Transactions on Evolutionary Computation》(一区，IF: 8.124)、《IEEE Transactions on Neural Networks and Learning Systems》(一区，IF: 7.982)等期刊编委，IEEE计算智能学会Task Force on Collaborative Learning and Optimization主席，第十/十一届BIC-TA等学术会议主席，中国人工智能学会理事等。

曾获"国家高层次人才特殊支持计划（国家万人计划）"中组部青年拔尖人才（2012年）、国家优秀青年科学基金（2014年）、霍英东青年教师奖（2014年）、教育部新世纪优秀人才（2008年）等。

内容提要：

面对大数据的诸多挑战，深度神经网络借助其深层结构，具备很强的复杂问题建模能力，在计算机视觉、人机对弈等很多应用中取得了突破性的进展。然而，深度神经网络在理论研究上仍然存在亟待解决的瓶颈难题。首先深度网络的结构设计困难，如网络层数、节点数目等都需要人工设定；同时，模型的表达参数对性能的影响显著，需要反复调参；而且，基于梯度的网络优化方法存在梯度弥散和陷入局部最优的缺点。本报告将介绍利用演化多目标优化解决上述难题的一些尝试，并汇报在深度神经网络解决空时影像变化检测关键难题上的一些最新进展。

讲座方式：

本次讲座充分利用中国人工智能学会“CAAI人工智能大讲堂”优势资源。公茂果教授特别录制了语音讲解版本PPT，同学们访问链接获取，随时学习。

网址：https://pan.baidu.com/s/115pqr5Gy9BwtAZSYaHiQhQ 提取码：man9

小贴士：为获得更好的学习效果，请使用笔记本或台式机进行浏览。

欢迎全校广大教师、研究生和本科同学参加！