English | 中文

[No.82]Improve the efficiency of DCNNS based on the conditional computation

  • 2024年04月11日 11:28
  • 新IT卓越大讲堂
新IT卓越大讲堂 No.80期题目:Improve the efficiency of DCNNS based on the conditional computation报告人:赵强福,会津大学副理事长兼副校长时间:2024年4月18日(周四)14:00地点:燕山校区3号楼3306(山东省区块链金融重点实验室会议室)主办:太阳集团tcy8722

新IT卓越大讲堂 No.82期

题目:Improve the efficiency of DCNNS based on the conditional computation

报告人:赵强福,会津大学副理事长兼副校长

时间:2024年4月18日(周四)14:00

地点:燕山校区3号楼3306(山东省区块链金融重点实验室会议室)

主办:太阳集团tcy8722

摘要:深度卷积神经网络(DCNNs)因其强大的特征提取和模式识别能力,在图像处理、语音识别、自然语言处理等领域具有广泛的应用。虽然近年来DCNNs技术取得了显著进展,但因计算复杂度高,能耗大,训练和推理时间长,限制了其在实际应用中的效率。本报告将详细介绍基于条件计算的高效率深层神经网络模型提高DCNNs效率的最新研究进展及其应用前景,该模型能够根据特定条件选择网络的一小部分进行分析判断,从而减少不必要的计算和内存开销,提高DCNNs的执行效率。尤其在需要处理大量数据或实时应用场景下,这种优化可以更有效地利用计算资源,减少延迟并提高整体系统的响应速度。

报告专家:

赵强福,日本工程院外籍院士,会津大学副理事长兼副校长。1982年本科毕业于山东大学计算机学院,1985年获得丰桥技术大学(日本)信息工程学硕士,1988年在东北大学(日本)获得电子工程博士学位,1991年至1993年在北京理工大学担任副教授,1993年至1995年在东北大学(日本)担任副教授,1995年至1999年在会津大学(日本)担任副教授,自1999年以来在会津大学任终身教授。IEEE Transactions on Cybernetics副主编,Journal of Machine Learning and Cybernetics(Springer)副主编; IEEE SMC Magazine副主编,IEEE SMC意识计算技术委员会和IEEE计算智能学会的意识计算工作组的联合主席,组织或共同组织了多次会议,发表最佳线性系统设计,神经计算,进化计算,意识计算和机器学习领域论文200余篇。

相关推荐