【时间】2023年4月27日（周四）15：30 开始

【地点】线下讲座，9A103会议室

【主题】深度学习神经网络模型的训练数据瓶颈及其解决方法

【主讲人介绍】苏杭 博士，本科与硕士毕业于哈尔滨工程大学，硕士专业为控制理论与控制工程，随后通过国家留学基金委全额免学费奖学金进入伦敦玛丽女王大学攻读计算机科学博士。2020年回国进入深圳大学电子与信息工程学院成为博士后。主要研究方向为计算机视觉；图像识别；卷积神经网络。已有研究经验包括商标识别；舰船识别；网络数据收集；人工数据合成；数据集制作；自步学习；数据补偿；模型合作训练；GAN图像加强；数据域适应训练。另外已制作多种面向机器学习的图像识别数据集。

【内容简介】

深度学习是一种数据驱动的方法，它需要大规模的训练数据才能发挥优势。因此对于深度学习的应用来说，主要问题就是对于某些特定领域，它经常缺少足够的数据集。对于这种训练数据瓶颈问题，存在多种处理方式。本报告主要从使用人造数据的合成数据学习，使用网络数据源的网络监督学习，让人类标定工作加入训练过程中的主动学习，利用从其它数据领域学习到的知识的迁移学习等角度介绍本人完成的解决训练数据瓶颈的工作与方法。

诚挚欢迎广大师生参加。