报告题目：人工智能、神经网络及应用

报告时间：2019年12月28日 上午9：30

报告地点：计算机大楼A521

报告人：杜颖虹

报告人简介：

杜颖虹博士，圣何塞州立大学（SJSU）工程学院教授，机器人、传感器和机器智能实验室负责人，美国机械工程师学会（ASME）Fellow，曾于2014至2015年期间聘为麻省理工机械工程系的客座教授。她的研究和教学领域是传感器、机器人、机电一体化、自动化和控制，重点是医疗保健和生物医学应用。她曾教授了20门本科和研究生课程，著书三部，发表了50多篇同行评审的期刊和会议论文，负责或参与研究项目50余项。2010年，她被授予美国机械工程师学会（ASME）Fellow，以表彰她在工程领域的杰出成就和对工程专业的贡献。杜教授曾获得ASME国际奖（2004）、ASME D区学生指导奖（2007、2011和2013）、理查德·菲茨杰出教员奖（2005）和SJSU的查尔斯·戴维森学院工程学院的卓越奖学术研究奖（2012）、曼兄弟卓越奖（2014），以及卓越教师服务奖（2018）等诸多奖项。

报告内容简介：

本次报告的主题为人工智能、人工神经网络及其应用。人工智能（AI）可以描述为机器所展示的智能。为了使机器能够复制大脑的功能，它必须成功地实现基于计算机（人工版本）的大脑神经元网络。这是高级统计技术和称为人工神经网络（ANN）的术语的起源。由于具有“通用函数逼近”功能，因此ANN提供了一种简单而高效的方法来实现高度非线性的复杂系统。 ANN的特征通常包含：（1）沿着神经元之间的路径的自适应权重，可以通过学习对其进行调整以改善模型；（2）学习所需要解决的非线性函数。然而，具体实现人工神经网络将面临着一些挑战，例如训练过程所需的工作量，执行过程所需的计算复杂性，过度拟合，以及缺乏能够采用系统操作环境的任何变化的简单硬件设计。AI和ANN已广泛地应用于系统建模、语音识别、抵押评估和股票市场预测等。

主办单位：

吉林大学计算机科学与技术学院

吉林大学软件学院

吉林大学计算机科学技术研究所

符号计算与知识工程教育部重点实验室

吉林大学国家级计算机实验教学示范中心