报告人：张建新

报告人简介：张建新，博士，大连大学先进设计与智能计算省部共建教育部重点实验室教授，加拿大魁北克大学访问教授（2017.9-2018.9），研究方向为机器学习、计算机视觉和智能医疗数据分析，是教育部和辽宁省创新团队骨干成员，辽宁省“百千万”人才工程千层次、辽宁省优秀人才支持计划和大连市青年科技之星入选者，是中国图学学会动漫图学工程专委会委员、辽宁省图学学会理事。获2012年辽宁省技术发明一等奖（4/6）和2014年辽宁省科技进步三等奖（3/7）；主持包括国家总装备部863计划（联合主持2项）、国家自然科学基金重大研究计划子课题、国家自然科学基金青年课题和辽宁省优秀人才支持计划等项目10项；在包括Neurocomputing, IEEE Access, ICPR 2018和PCM 2018等重要期刊和会议上发表学术论文45篇，其中SCI、EI检索论文36篇；此外，申请国家发明专利10项，已授权2项。

报告内容简介：人工智能现已上升到国家战略高度，是未来多个行业转型变革的重要驱动力所在。深度学习作为新一代人工智能中的突破性技术，近年来在计算机视觉、自然语言处理和医疗数据分析等多领域均取得显著的性能提升，突显出其巨大的应用前景。本报告面向计算机视觉中的图像分类问题，阐述基于深度特征高阶统计建模的图像分类研究相关内容，报告了代表性的深度卷积神经网络模型、高阶统计特征建模基础理论以及二者的主要结合研究，并简要介绍了课题组在该领域的初步研究成果，希望能够对基于深度学习的图像分类研究起到一定参考价值。

 组织单位：先进设计技术中心

主持人：车超

报告时间：2018年12月7日 下午13：30

报告地点：明德楼A座 8楼821报告厅

欢迎广大师生积极参加！