讲座题目：超级神经元模型新一代机器学习与应用

讲座时间：2023年9月1日 16:00-18:00

讲座人：Moncef Gabbouj 博士

地点：T3202

讲座内容：

深度学习并不是实现出色性能的唯一途径。为了追求绿色学习，本报告将提出并讨论操作神经网络(ONNs)，是一种比传统卷积神经网络(CNNs)更高效的替代方案。通过适当的“节点”和“池化”操作符的组合，ONNs可执行任何线性或非线性转换。这是扩展CNNs中神经元学习能力的巨大飞跃，而这需要每个神经元的所有突触连接都需要使用单个节点操作符。最近，此限制通过引入一种性能优越的“生成神经元”加以解除，其中每个节点操作符可以在训练过程中进行定制，以最大程度地提高学习效果。因此，网络能够自组织其神经元连接的节点操作符，同时装备有优越生成神经元的自组织ONNs甚至可以在紧凑的配置下实现多样性。本报告还将探讨具有此生成神经元的神经网络模型在信号处理中的多种应用。

讲座人简介：

Moncef Gabbouj于1985年从俄克拉荷马州立大学获得电气工程学士学位，并分别于1986年和1989年从普渡大学获得电气工程硕士和博士学位。Gabbouj博士现任芬兰坦佩雷大学计算机科学与技术系教授。他在2011年至2015年期间担任芬兰科学院教授。他的研究兴趣包括大数据分析、人工智能、机器学习、模式识别、视频处理和编码等。Gabbouj博士是IEEE会士、欧洲科学院院士和芬兰科学与文学院院士等。他曾担任IEEE信号处理技术委员会主席，以及IEEE Fourier信号处理奖评审委员会委员。他曾担任多个IEEE和国际期刊的副编辑和客座编辑，也是IEEE电路与系统学会的杰出讲师。Gabbouj博士曾担任IEEE ISCAS 2019、ICIP 2020、ICIP 2024以及ICME 2021的大会联合主席。他是美国国家科学基金会资助的大规模学习中心芬兰分站主任，还领导了芬兰经济事务和就业部资助的自主系统(RAAS)研究联盟下的人工智能研究工作组。