“极速百家乐”重磅讲座预告:黄铁军、陈云霁等专家齐聚CCFADL,分享类脑计算与深度学习处理器|开课报名中

  • 时间:
  • 浏览:4973
  • 来源:极速百家乐
本文摘要:计划。

计划。主要研究方向包括计算机视觉、普遍计算、类脑脑融合智能等。

公开发表了100多篇论文(包括IEETPAMI、TNNLS、ACMTComputingSurveys等国际权威刊物、CVPR、ICCV、IJCAI、UbiComp等国际权威会议),允许发明专利25项。获得国际会议最佳论文奖4次,包括国际一流会议UbiComp16最佳论文奖、UbiComp15最佳论文提名奖。

成果被选为2016年度中国高等学校十大科学技术进展,获得国家科学技术进步奖二等奖(第二成人)、教育部科学技术进步一等奖(第二成人)。目前,它兼任期刊编辑委员会,如IEEESystemsJournal、ACMTIMWUT、ChineserJournalofelectronics。讲座主题:从脑模块到脑融合概要:计算神经科学、微电子和神经生理学等领域的最新进展,表明计算机和生命体之间的融合可能性越来越显着。以脑模块为代表的神经技术突破使脑与计算机的融合更加密切,脑融合及其一体化成为未来计算技术发展的最重要趋势。

研究生物大脑(生物智能)与机械大脑(人工智能)深度融合合作的新型混合智能系统是当前人工智能与大脑认知科学交叉领域面临的最重要课题。本讲座说明了大脑模块的基本原理和最新进展,说明了新的人工智能形态-大脑融合的混合智能。

唐华锦博士、四川大学计算机学院教授、博士生指导者、类脑计算研究中心主任,选择国家青年千人计划。主要研究方向是计算神经形态,理解机器人。现在兼任多个国际期刊的Associate,包括IEETransETrans.OnNeuralNetworksandLearnstems、IEEETrans.on的CognitiveandDeventalSystems,以及Frontierstrans。

获得2016年度IEETNNLS优秀论文奖。Springer2017年出版并发行了英语专著。NeringromorphicCorphicConitiverSystems:AlearningMemoryCenterapproach。讲座主题:神经形态理解计算概要:模拟大脑智能是计算机科学领域的长期目标,成为过去几十年人工智能发展的最重要推进力。

与传统的人工智能方法不同,神经形态计算主要不受神经科学发展的推进,是在脑神经电路结构和神经信息处理和神经脉冲计算原理上创建的新的计算模式,最后以神经形态硬件方式构建模仿大脑的理解计算和低功耗计算。神经科学领域的神经元和神经元水平已经取得了相当大的进展,但是如何模拟生物神经元和神经元的可塑性构筑理解计算,构筑神经形态芯片还面临着很多挑战,需要深入研究。

本报告应从神经形态理解计算领域解决问题的主要问题到达,说明该领域取得的主要进展。陈云智1983年出生,江西南昌人,中国科学院计算技术研究所研究员、博士生指导员、未来计算实验室主任,主要研究方向是智能处理器。到目前为止,他从事国产处理器的研究开发已经十几年了,负责管理,参加了很多龙芯处理器的设计。他还包括ISCA、ISSCC、HPCA、MICRO、ASPLOS、ICSE、IJCAI、Hot的Chips、FPGA、IEEEMicro和8种IEEEE/ACMTrans。

在学术会议和期刊上发表了90篇论文。陈云智获得中国青年科技奖、首届国家自然科学基金优秀青年基金、首届国家万人计划青年高级教师人才、中国计算机学会青年科学家奖和中国科学院青年人才奖,作为负责人率领科学研究团队获得全国青年文明号和中央国家机关青年文明号的称号。由于对深度自学处理器的开创性贡献,他选择了MITTechnologyReview选票2015年度世界35位优秀青年创新者,多次获得CCFA类会议的最佳/最高分论文。

讲座主题:深度自学处理器概要:从科学技术的角度来看,每个时代的发展都有其核心物质载体。工业时代的核心物质载体是发动机,信息时代的核心物质载体是标准化处理器。由于深度自学是目前最重要的智能计算技术,未来智能时代的物质载体可能是深度自学处理器。

中国科学院计算机构自2012年与Inria合作开发世界首个深度自学处理器结构以来,深度自学处理器已成为计算机结构领域整体最受关注的研究方向,IBM、Intel、HP、微软公司、哈佛大学、斯坦福大学、普渡大学、UCLA、UCSB、哥伦比亚大学、佐治亚理工和德克萨斯丁分校等国际着名机构的追踪。CCFA类会议ISCA在2016年讨论了约1/6的论文。在这里,我们将解释我们对深度自学处理器的发展历史和未来前景不成熟的观点。

施路平清华大学教授、国家千人特聘教授、清华大学类脑计算中心主任、光盘国家工程研究中心主任、国际光学工程学会(SPIE)会士。研究领域还包括计算类脑、智能设备、信息存储、光电子学、纳米科学和技术建设等。1996.8-2013.3是新加坡科学院数据存储研究院的老科学家,新加坡科学院人工了解存储实验室主任。

2013年3月进入清华大学,建立类脑计算中心,中心从基础理论、芯片、软件、系统、全方位研究类脑计算。兼任过多个国际会议主席。公开发表了约200篇学术论文(包括Science、Nature的Photonics、PhysRevlett),2004年获得了新加坡国家科学技术奖。讲座主题:类脑神经形态计算芯片概要:类脑计算功能芯片是类脑计算的核心技术之一,备受瞩目。

目前,人们已经明确提出了一些特色方案,但目前还没有寻找普遍认为的技术方案。本报告将解释国内外计算功能芯片的现状和进展,讨论该领域的主要挑战和未来可能的发展路线。

同时说明清华大学类脑计算中心发展的天机芯片设计构想和最近的进展。报告以目前清华大学开展的相关研究为例,分析基于新设备的智能芯片设计面临的许多挑战和可能的应对方法。吴思北京师范大学大脑和认知科学院教授理解神经科学和自学国家重点实验室副主任、IDG/McGovern大脑科学研究所研究员,主要研究方向是计算神经科学,特别是神经信息处理的基本原理和模型。目前兼任Frontiersin,Computational是Neuroscience主编,自动化学会生物控制和生物医学工程专业委员会主任。

讲座主题:计算神经科学-连接脑科学和类脑计算的桥梁概要:计算神经科学的宗旨是用数学建模和建模方法阐述大脑的工作原理,为人工智能的发展奠定新的思想和理论基础。神经科学在脑科学和类脑计算之间发生了最重要的桥梁。

报告详细说明神经系统计算的最重要特性,总结计算神经科学发展的历史背景,说明神经信息处理的基本原理和构筑的网络模型。读了各大牛的说明,结果你已经被打动了吧。

选举匆匆切断:http://www.mooc.ai/course/114原创文章,允许禁止发表。下一篇文章发表了注意事项。


本文关键词:极速百家乐,极速百家乐官网

本文来源:极速百家乐-www.skthepopstar.com