报告题目：Interpreting Deep Neural Networks（解析深度神经网络）

时       间：2019年12月16日下午2:30

地      点：工科楼E座1011

报告人：李茂贞教授

报告人简介：李茂贞教授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。1997年获中国科学院软件研究所博士学位。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。

发表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。英国计算机学会和IET的会员。

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。报告介绍了近年来利用具有注意机制的卷积神经网络（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，介绍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。

计算机科学与技术学院

2019年12月11日