报告名称：深度神经网络结构优化

报 告 人：公茂果 教授

报告时间：2020年12月2日 10：00

报告地点：B5-301

报告人介绍：

公茂果，博士，教授，博士生导师，西安电子科技大学计算智能研究所所长，智能安全前沿研究中心负责人，陕西省重点科技创新团队负责人，国家“万人计划”科技创新领军人才。2006年起在西安电子科技大学任助教、讲师，2008年破格晋升副教授，2010年破格晋升教授，现为国家二级教授、校学术委员会委员、信息感知与智能系统学科方向负责人、华山学者领军教授。2009年起历任电子工程学院院长助理、院院长助理，现任学校人才工作办公室主任，兼学校党委组织部副部长、纪委委员。

主要研究方向为计算智能理论与方法、网络信息感知与隐私保护、雷达与遥感智能系统，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。提出了深度神经网络多目标演化学习方法，高效求解百万变量的神经网络结构优化难题；提出了海量数据演化聚类算法，高效求解千万节点的网络多分辨聚类难题；攻关了多时相雷达与遥感影像多尺度变化检测关键技术，实现了从关键区域到微小目标变化的同步检测与识别。发表论文100余篇，被引用一万余次，H-index引用指数50+，入选中国高被引学者，授权国家发明专利30余项，获国家自然科学奖、教育部自然科学奖等省部级以上科技奖励5项，部分成果已在华为、镭神智能等民族企业和国家重点单位转化应用。

担任《IEEE Transactions on Evolutionary Computation》、《IEEE Transactions on Neural Networks and Learning Systems》等期刊编委，中国人工智能学会理事、杰出会员、青年工作委员会主任等。曾获“国家高层次人才特殊支持计划”科技创新领军人才（2019年）、科技部中青年科技创新领军人才（2018年）、国家优秀青年科学基金（2014年）、霍英东青年教师奖（2014年）、中组部青年拔尖人才（2012年）、教育部新世纪优秀人才（2008年）等。

报告简介：

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，在特征的自主表达学习、数据的适应性等方面表现出明显的优势，在机器视觉、语音识别等诸多领域中取得了良好效果。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，如网络结构、层数、节点数目等大多需要人工设定；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算法存在梯度弥散和陷入局部最优的缺点。本报告将介绍团队近期在解决深度神经网络结构优化难题上的一些思路和尝试，并汇报在深度神经网络应用上的一些新进展。