人工智能系统之神经网络的深度与宽度

本课程将重点介绍神经网络的深度与宽度是如何影响整个人工神经网络的表现的。(课时:50 分钟)

讲师:   郭平

课程资料

课程背景

人工神经网络无疑是目前最重要的人工智能模型,它通过将模拟的神经元相互组合成网络,并配以一定的非线性的动力学机制,从而使得整个网络可以进行模式分类以及预测等问题。近来的深度学习研究则指出,如果我们加深网络的层次,那么网络的分类或者预测准确度就会得到很大的提高,甚至达到工业应用的程度。

在本课程中,郭平老师将重点介绍神经网络的深度与宽度是如何影响整个人工神经网络的表现的。对该问题的深入探讨会为我们更合理地设计人工神经网络以完成我们的任务提供理论支持。

课程目的

学完本课程,你能做到

  • 了解人工智能原理及研究方法,以及神经网络的深度与宽度对人工智能系统的影响与意义

课程详情

本课程的主要内容有:

  • 人工智能(AI)概述 

    • 人工智能的起源

    • 计算机能具有智能吗?

    • 什么是人工智能?

    • 人工智能的发展历程:

    • 人工智能、机器学习、深度学习等之间关系

    • 人工智能的研究内容

  • 计算智能(CI)简介 

    • 人工神经网络

    • 模糊逻辑与推理

    • 进化计算

  • 人工智能系统及应用

    • 软件可靠性工程中的计算智能方法

    • 智能优化搜索方法

  • 神经网络的深度与宽度

    • 研究挑战--神经网络的宽度

    • 深度学习性能提升的诀窍

    • Ensemble Machine Learning Algorithms

    • 新的方向—神经网络的宽度与深度结合


讲师介绍
郭平

北京师范大学系统科学学院教授,博士生导师, 国际电气电子工程师协会高级会员。近年来主持了国家自然科学基金和国家“863”高技术课题子项目、教育部留学回国人员科研启动基金、模式识别国家重点实验室开放课题基金、中科院计算机科学重点实验室开放课题等项目。到目前为止已经在国际国内重要学术期刊和会议上发表论文百余篇。