报告题目：脉冲神经网络的深度学习
报 告 人：唐华锦 教授（浙江大学）
报告时间：2021年5月28日 9:30
报告地点：南一楼中311
主持人：王小平 教授
内容摘要：模拟大脑智能是计算机科学领域长久以来的目标，成为过去几十年人工智能的发展的重要推动力。本报告从介绍神经形态计算出发，结合神经科学发展，以大脑神经环路结构和神经脉冲计算原理为基础，重点阐述实现类脑的高能效与智能计算。脉冲神经网络是神经形态芯片/类脑芯片的基础算法架构，是类脑智能的重要内容，因而网络模型和学习算法近年来取得了广泛关注，基于脉冲信息表达的网络优化和深度学习问题是其关键挑战，本报告将介绍该领域的主要进展和展望。 |
报告人简介：唐华锦，浙江大学计算机学院教授、博导。2005 年于新加坡国立大学计算机工程系获博士学位，2006-2008 年于澳大利亚昆士兰大学脑科学研究所从事博士后研究，2008-2015年担任新加坡A*STAR资讯通信研究院Robotic Cognition实验室主任。主要研究领域为类脑计算、神经形态计算与芯片、智能机器人等，主持国家自然科学基金、科技部“新一代人工智能”重大项目等。担任IEEE TNNLS（2012-2018）、Neural Networks、IEEE TCDS、Frontiers in Neuromorphic Engineering编委，国际神经网络学会（INNS）理事、中国图象图形学会脑图谱专委会副主任委员等。获2016年度IEEE TNNLS 优秀论文奖、2019年度IEEE Computational Intelligence Magazine优秀论文奖、2020年度世界互联网大会领先科技成果奖等荣誉。
学院公众号二维码
