应bat365官网登录入口邀请，美国加州大学洛杉矶分校博士后研究员谢凌曦博士于2017年8月12日在校学术报告中心做了题为“深度神经网络：识别、迁移与理解”学术报告。报告会由汪萌教授主持，来自我院各个系所四十余名师生参加了此次报告会。

谢博士的报告从深度学习和卷积神经网络的发展历程展开，指出了该领域在近年来取得成功的关键，也点明了目前尚存的若干问题。谢博士进而从深度神经网络结构、迁移学习和网络模型理解三个角度出发，介绍了他近年来取得的一系列研究进展。谢博士在构建图像分类模型时提出了翻转不变神经元、神经元上下文、二阶响应单元等新结构，在分类识别任务中取得了优异的性能。谢博士继而指出了利用迁移学习思路将深度卷积网络应用至其他场合的重要价值，并介绍该思路在图像检索、医学图像分析之中的应用。谢博士最后介绍了对深度卷积网络内部工作原理的理解，通过设计了若干精妙的模型用以验证网络模型的特长与弱点。上述研究成果均发表于IJCV、CVPR、ICCV、ECCV等国际顶尖期刊和会议上。谢博士的报告条理完整清晰、内容丰富细致，引起了在座师生的高度兴趣，大家纷纷就自己感兴趣的话题与谢博士开展了探讨。

谢凌曦博士是美国加州大学洛杉矶分校博士后研究员，合作导师为Alan Yuille教授。谢博士分别于2010年和2015年在清华大学获得学士与博士学位，师从于我国信息领域著名专家张钹院士。在攻读博士期间，谢博士曾在微软亚研院王井东博士课题组和德州大学圣安东尼奥分校田奇教授课题组进行合作研究。谢博士在图像分类、图像检索、深度学习、医学图像分析等领域均取得了重要进展，在国际顶级学术期刊与会议（如IJCV、IEEE TIP、CVPR、ICCV、ECCV、ACM MM）发表论文三十余篇。谢凌曦博士于2015年获得清华大学优秀博士论文奖与多媒体领域著名国际会议ICMR2015的最佳论文奖。

bat365官网登录入口