报告主题：无限维理解下的深度学习理论与算法

报 告 人：孟德宇 教授 西安交通大学

时  间：2024年7月27日9:00-10:00

地  点：工科楼E1716会议室

报告摘要：

现有深度学习方法大多通过有限维的方式来对数据表示、网络架构等基本元素进行设计，然而，采用简化的有限维设计往往忽略算法各元素的本质无限维内涵，从而带来算法理论探索及应用扩展的局限。针对这一问题，本报告将尝试针对图像无限维表达、卷积核无限维表达、梯度场无限维表达等问题展开讨论，分别介绍研究团队在参数化卷积核，无限维神经表达，深度网络的类量子不确定性原理等深度学习基础理论与算法方面所做出的初步探索成果和典型示例应用。

报告人简介：

孟德宇，西安交通大学教授，博导，教育部长江学者，任大数据算法与分析技术国家工程实验室机器学习教研室负责人。发表论文百余篇，谷歌学术引用超过30000次，曾获陕西省科学技术一等奖(第一获奖人)等。现任中国工业与应用数学学会副理事长，CSIAM青年工作委员会主任，担任IEEE Trans. PAMI，Science China: Information Sciences等7个国内外期刊编委。目前主要研究聚焦于元学习、概率机器学习、可解释性神经网络等机器学习基础研究问题。

青岛软件学院、计算机与科学与技术学院

2024年7月26日