报告人：陈学文

时间：2015年6月10日上午10：00

地点：信工楼E301

摘要：深度学习是当前机器学习与模式识别领域十分活跃的一个研究方向。深度学习在语音识别，计算机视觉，自然语言处理等应用中取得巨大成功。 今天，随着数据的迅速增长，大数据带来巨大机遇，也为各个行业的应用提供各种可能，但大数据同时也给信息的有效利用带来前所未有的挑战。由于数据的持续快速增长，深度学习将在大数据的预测分析中扮演重要角色。报告将首先简要介绍深度学习，并介绍一种map-reduce-based 可扩展深度学习方法用于解决大数据的分类问题。 其次，介绍一种信息集成的multimodal 深度学习方法，最后讨论大数据带来的挑战以及大数据的发展趋势。
 

陈学文教授2001年获美国卡内基梅隆大学博士学位，美国韦恩州立大学计算机科学系教授，2012-2014任该系系主任。在韦恩州立大学任教之前是美国堪萨斯大学计算机系教授，生物信息与计算生命科学实验室主任。2007年获美国自然科学基金CAREER奖，现担任多家国际.杂志编委。陈学文教授是机器学习与生物信息学领域的国际著名专家，在大规模数据挖掘、人工智能、机器学习等方面取得创新性的贡献，其研究成果具有重要的应用价值。其最新研究成果发表在BMC Systems Biology、Bioinformatics等数据挖掘和生物信息学领域内的顶尖学术期刊上，累计发表学术论文100多篇。

南昌大学科技处

信息工程学院

2015年6月4日