个人简介： 纪荣嵘，厦门大学南强特聘教授，国家杰出青年科学基金获得者，科技处处长，人工智能研究院负责人。长期从事计算机视觉与机器学习等人工智能领域前沿技术研究，近年来发表TPAMI、IJCV、ACM汇刊、IEEE汇刊、CVPR、NeurIPS等会议长文百余篇。论文谷歌学术引用1.9万余次。曾获2016年教育部技术发明一等奖、2018年省科技进步一等奖、2020年省科技进步一等奖、2021年教育部技术发明二等奖、2022年霍英东青年科学奖。曾/现主持科技部科技创新2030重大项目、军科委基础加强项目、国家自然科学基金联合重点、教育部装备预研创新团队项目等。任中国计算机学会A类国际会议CVPR和ACM Multimedia领域主席、中国图象图形学学会学术工委副主任、教育部电子信息类教指委委员，人工智能国家标准工作组联合组长。 主要内容： 深度神经网络在图像理解、语音识别、自然语言处理等人工智能应用领域取得了令人瞩目的成就，成为人工智能研究的热点之一。然而，随着网络性能的不断提高，网络的深度和广度也在不断增加，这就大大增加了网络的参数和计算复杂度。如何压缩和加速这些大的神经网络模型成为学术界和工业界研究的热点。针对神经网络的加速和冗余度问题，本次报告简要介绍已有的加速和压缩方法并在其中覆盖纪荣嵘教授研究组近几年来在神经网络压缩与加速中所做的一些工作与成果。
|
浙公网安备 33100202001351号
