新IT卓越大讲堂 No.82期
题目：Improve the efficiency of DCNNS based on the conditional computation
报告人：赵强福，会津大学副理事长兼副校长
时间：2024年4月18日（周四）14:00
地点：燕山校区3号楼3306（山东省区块链金融重点实验室会议室）
主办：计算机科学与技术学院
摘要：深度卷积神经网络（DCNNs）因其强大的特征提取和模式识别能力，在图像处理、语音识别、自然语言处理等领域具有广泛的应用。虽然近年来DCNNs技术取得了显著进展，但因计算复杂度高，能耗大，训练和推理时间长，限制了其在实际应用中的效率。本报告将详细介绍基于条件计算的高效率深层神经网络模型提高DCNNs效率的最新研究进展及其应用前景，该模型能够根据特定条件选择网络的一小部分进行分析判断，从而减少不必要的计算和内存开销，提高DCNNs的执行效率。尤其在需要处理大量数据或实时应用场景下，这种优化可以更有效地利用计算资源，减少延迟并提高整体系统的响应速度。
报告专家：
赵强福，日本工程院外籍院士，会津大学副理事长兼副校长。1982年本科毕业于山东大学计算机学院，1985年获得丰桥技术大学（日本）信息工程学硕士，1988年在东北大学（日本）获得电子工程博士学位，1991年至1993年在北京理工大学担任副教授，1993年至1995年在东北大学（日本）担任副教授，1995年至1999年在会津大学（日本）担任副教授，自1999年以来在会津大学任终身教授。IEEE Transactions on Cybernetics副主编，Journal of Machine Learning and Cybernetics（Springer）副主编; IEEE SMC Magazine副主编，IEEE SMC意识计算技术委员会和IEEE计算智能学会的意识计算工作组的联合主席，组织或共同组织了多次会议，发表最佳线性系统设计，神经计算，进化计算，意识计算和机器学习领域论文200余篇。
