报告题目：深层广义胶囊网络的理论与应用
汇报人：单传辉
报告时间：2020年10月29日
报告地点：太阳集团tyc9728会议室
内容简介：近年来，深度学习在图像处理、语音和音频以及自然语言处理等领域中取得了重大成功。深度学习是各种训练深度神经网络的方法的总和。深度学习自Hinton等人提出之后，已获得了空前的发展，尤其是以卷积神经网络为代表的一系列前馈神经网络。这些网络数量众多纷杂、结构五花八门，而现今的研究工作还没有关于对这些网络统一模型和框架的描述。本报告以此问题为出发点，对深度神经网络的统一框架的理论方法和实际应用进行了深入的研究。本报告的主要汇报工作包括：（1）对神经网络进行形式化，并探究神经网络与连通有向无环图之间的关系；（2）提出广义胶囊模型，建立了深度神经网络的胶囊统一框架——广义胶囊网络；3）提出了广义胶囊网络的新型广义胶囊模型并构建对应的广义胶囊网络，比如重卷积广义胶囊模型和重卷积广义胶囊网络。