报告人：曹飞龙（中国计量大学）

报告题目：前向神经网络逼近理论与学习算法     

报告摘要：首先，从前向人工神经网络学习算法的理论基础“万有逼近定理”讲起，阐述神经网络逼近的稠密性定理，重点分析逼近复杂性问题。其次，讲述前向网络的BP算法与与随机权算法，特别指出随机权算法的存在的问题。最后，简述多层前向神经网络作为逼近器以及深度学习在超分辨率图像重建方面的应用。

报告人简介：曹飞龙，现任中国计量大学教授，入选浙江省高校中青年学科带头人。2003年3月获西安交通大学博士学位，2005年西安交通大学博士后出站。主持完成多项国家自然科学基金，在《中国科学》、《J. Approximation Theorey》、《J. Math. Aanl. Appl.》、《Applied Math. Model.》、《IEEE TNNLS》、《IEEE TCSVT》、《Neural Networks》等期刊上发表论文近200篇，其中SCI收录120多篇、他引近800次。研究兴趣：人工神经网络、逼近论、机器学习及其应用等。

报告时间：2017年4月26日上午9:00-10:00

报告地点：科技楼602