哈尔滨理工大学人工智能应用技术协同创新中心举行第4期学术沙龙

11月21日下午2:00，人工智能应用技术协同创新中心师生在西区新教学主楼E1819召开第4期学术沙龙。此次学术沙龙由计算机科学与技术学院赵晶博士介绍深度置信网络，赵晶博士详细阐述了深度学习的发展、DBN的结构和训练方法以及其应用领域。来自计算机科学与技术学院、自动化学院和软件与微电子学院的多名师生参加了本次学术沙龙。参会师生对深度置信网络进行了深入的探讨和交流，对深度学习的应用也提出了不同的看法，在交流中发现了几项可以研究的创新课题。

 

 

 

 

 

学术沙龙现场

 

深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征，而深度置信网（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。

 

人工智能应用技术协同创新中心是学术交流、合作发展、协同创新的跨学科交叉学术交流和科技成果转化平台。现在深度学习已经成为了人工智能产业发展的中坚力量，学校人工智能应用技术协同创新中心的师生将抓住机遇、把深度学习技术应用到各个领域，为哈尔滨理工大学创建一流大学、一流学科贡献应有的力量。