时 间：2019年6月24日，下午2:00 - 4:00
地 点：武汉光电国家研究中心A301
报告人：孙毅博士
单 位：纽约城市大学城市学院
邀请人：黄振立教授、袁菁教授
报告内容简介：
本次报告分两个部分，第一部分介绍递归神经网，包括递归网的属性、结构、训练和应用。第二部分介绍卷积神经网，包括卷积神经网的特性、基本结构、训练、构造案例、可视化学习、无监督学习和应用案例。
报告人简介：
孙毅博士现为纽约城市大学城市学院电子工程系副教授，终身教职，哥伦比亚大学兼职副教授。孙毅博士曾获得上海交通大学电子工程学士（1982年）和硕士（1985年）学位，美国明尼苏达大学电子工程博士（1997年）学位。孙博士的研究集中在系统建模、参数估值、算法发展、性能分析、基于统计和信息理论的图像处理方法等，其应用领域包括人工神经网络和机器学习、超分辨单分子显微术、无线通信与网络、机器人源头搜索、图像认知、功率谱分析，基于组织荧光的癌症检测、基于DCE-MRI/磁共振血管造影成像/关系建模的肿瘤和动脉硬化症的新血管评估等。
