报告题目：Interpreting Deep Neural Networks

（解析深度神经网络）

报告时间：2019年12月17日（周二）14:00

报告地点：william威廉亚洲官方518会议室

报告人：李茂贞 教授

报告摘要：

深度神经网络（DNNs）已经在许多领域得到了成功的应用。本报告介绍了近年来利用具有注意机制的深卷积神经网络（CNN）进行人体再识别的研究工作。由于DNNs在训练过程中涉及到大量的超参数，使得DNNs的性能调节变得非常困难。因此，DNN通常被视为黑盒。为此，报告通过分析CNN主要超参数之间的相关性，诠释了利用基因表达程序来解释CNN的性能（即准确性和训练时间）的工作，还讨论了DNN可解释性的进一步挑战。

报告人简介：

李茂贞教授，1999-2002年在英国卡迪夫大学计算机科学与信息学院完成博士后研究。主要研究领域：高性能计算，包括云计算和边缘计算、大数据分析以及智能电网和智能城市中的应用智能系统。目前，是英国伦敦布鲁内尔大学电子与计算机工程系的全职教授。

李茂贞教授，已发表了180多篇科学论文，包括4部专著和90篇同行评议的期刊论文。参加30多次IEEE会议。曾分别担任FSKD'16、FSKD '14和FSKD '12的TPC主席，并在若干国际期刊的编委会任职。2015年11月，与同济大学在智能交通系统方面的合作研究获得了工程技术研究院(IET)的创新奖提名，同时还是英国计算机学会和IET的会员。