• 理学院何佳清团队在science发表高熵热电材料研究论文

  • 数学系本科生魏元哲等在龙格-库塔(Runge-Kutta)方法的稳定性研究方面取得新进展

  • 前沿灼见向未来——“化学反应的量子特性”学术报告会在南科大召开

  • 理学院范靖云课题组关于“复数的根本地位”的研究成果入选2022年国际物理学十大进展

  • Nature+1!化学系刘心元团队在立体汇聚式N-烷基化领域中取得重要进展

  • 理学院林君浩团队合作在Nature发表有关高熵合金纳米颗粒合成与生长机理的研究成果

  • 南科大刘心元获第五届“科学探索奖”

  • 理学院刘柳团队在Science发文揭秘反电子态双亲性卡宾

  • 理学院刘畅、刘奇航课题组在Nature发表反铁磁材料自旋劈裂行为的研究成果

  • 杨学明院士团队合作发现首例分子高激发态的漫游反应通道 成果登上Science

  • 南科大何佳清团队通过捕获的空穴释放和赝纳米结构巧获高性能热电材料

  • 南科大林君浩课题组合作首次合成二维全有机钙钛矿晶体,揭示其超低电子剂量有机官能团结构表征

新闻动态 学术活动 通知公告
最新动态

科学大讲堂 | 香港理工大学黄坚讲席教授讲述“深度学习及其在生物医学数据分析中的应用”

10月20日下午,香港理工大学应用数学系讲席教授黄坚应邀做客理学院第87期科学大讲堂,在线上为我校师生带来“深度学习及其在生物医学数据分析中的应用”为主题的精彩讲座。此次讲座由统计与数据科学系邵启满讲席教授和田国梁教授共同主持,吸引了200多位校内外师生在线参与。


图片


在讲座中,黄坚不仅介绍了深度学习在过去十几年中取得的令人瞩目的成就,还通过一个MNIST的简单数据集,讲述了当传统的非参数统计方法处理高维数据的时候所遇到的问题,即维数灾难。


黄坚首先向听众展示了一个用深度神经网络处理该数据的结果,通过结果可以看到数据集被完美的分类到了正确的集合。他从模型的原理解释了为什么深度神经网络可以克服维数灾难的问题,并能非常好的拟合目标函数。随后,他着重介绍了深度学习方法在三类数据(Single-cell data, Digital health data和Medical imaging data)中的应用。最后,黄教授表示深度神经网络模型发展到一定的程度,需要借助统计思想帮助才能实现更好的发展。同时他鼓励在场的师生积极突破传统的统计方法,去学习和借鉴计算机科学的知识。


图片


互动环节中,黄坚与在线师生就讲座内容展开热烈讨论,并对师生提出的问题进行了一一解答。


更多精彩:https://mp.weixin.qq.com/s/trsTPBsAoUH-vwJF8lKSKg