学术报告:《深度随机配置网络基本原理与学习》
报告题目：深度随机配置网络基本原理与学习
报 告 人：沈阳工业大学人工智能学院院长、东北大学国家重点实验室教授 王殿辉
报告时间：2021年6月3日 14：00-15:00
报告地点：图书馆205
内容摘要：
深度学习在理论基础方面存在严重的欠缺和不足，在一定程度上限制了人工智能技术的进一步发展。因此，在智能科学的研究中探讨研究的数学基础是非常有意义的。本报告结合本人多年来的在神经网络随机学习算法领域的研究经历，通过如何澄清学术界30年来对随机训练算法的误区，并原创性地提出了深度随机配置网络的概念以及相关的系列学习算法，用可视化的方法展示了随机配置网络与其它随机学习模型的本质区别和优越性，从而说明在人工智能研发中原创基础和独立思考的重要性。
报告人简介：
王殿辉教授于1995年3月获得沈阳东北大学工业自动化博士学位，1995年至1997年在新加坡南洋理工大学电子工程学院做博士后研究工作，1998-2001在香港理工大学计算学系担任研究员，从事机器学习、数据挖掘和图像处理方面的研究工作。2001年7月至今在澳大利亚LaTrobe大学计算机科学与信息技术系从事教学与科研工作。现为沈阳工业大学人工智能学院院长、东北大学国家重点实验室、工业人工智能研究院、沈阳工业大学信息学院特聘教授。主要工作领域是工业人工智能，研究方向：（1）具有认知能力的机器学习模型与快速算法研究；（2）深度随机配置网络理论及其在过程工业和智能传感技术中的应用。发表研究论文230余篇，技术发明专利1项（深度随机配置网络），获2019年科技部《2030人工智能基础研究》重大研究基金一项（课题负责人）。目前是IEEE高级会员，博士生导师。现任《Int. J. of Machine Intelligence and Sensory Signal Processing》,《International journals including IEEE Trans. On Neural Networks and Learning Systems, IEEE Trans. On Cybernetics》,《INFORMATION SCIENCE》, 《NEUROCOMPUTING》等多个期刊的副主编。
