学术交流
当前位置: 首页 >> 学术交流 >> 正文

学术报告-IndRNN一种深层可训练的新型独立循环神经网络

作者:  来源:  编辑:姜滔    时间:2021-10-14    浏览:    

讲座主题:IndRNN一种深层可训练的新型独立循环神经网络

专家姓名:李帅

工作单位:山东大学

讲座时间:2021年10月15日 15:00-17:00

讲座地点:科技馆1511

主办单位:烟台大学光电信息科学技术学院

内容摘要:

循环神经网络在序列问题如视频分析、语音识别等的解决中有重要作用。新一代独立循环神经网络解决了传统循环神经网络训练中长期存在的梯度爆炸和梯度消失问题,能够建立更深的网络并处理更长的序列,显著推进了循环神经网络的发展。此次报告主要包含以下内容:

1.现有循环神经网络的困境

2.独立循环神经网络(IndRNN),处理更长的序列,建立更深的网络。

3.独立循环神经网络在基于手机传感器的动作识别中的应用

主讲人介绍:

李帅,山东大学,控制科学与工程学院,教授,齐鲁青年学者。致力于高效视频编码及分析、计算机视觉及人工智能的研究,已发表国际期刊及会议论文30余篇,包括11篇JCR Q1论文。近五年荣获2次国际学术会议最佳论文奖,并荣获IEEE Transactions on Broadcasting最佳论文奖提名。2篇论文入选ESI Highly Cited Paper(高被引论文),2篇论文连续数月入选为IEEE Popular Articles。现为多个IEEE及Elsevier期刊的审稿人及多个国际会议的审稿人,及IEEE ICME 2021 Session Chair。已提交国际及国家视频编码标准技术提案3项并全部被国际和国家标准组织采纳,且被集成到相关视频编码标准的参考软件中。已申请专利21项,其中17项已授权,1项已转让;并获得一项软件著作权。主持一项国家自然科学基金青年科学基金及一项国家重点研发计划(战略性国际科技创新合作重点专项)课题,并参与多项国家自然科学基金。代表性工作独立循环神经网络(IndRNN)获得谷歌及国际多位知名专家引文的肯定(单篇引用超400次),并被集成到多个深度学习软件库中包括TensorFlow。