报告题目：负曲率空间的神经网络：Hyperbolic Neural Networks
报告摘要：在深度学习中，大部分的网络架构都是在欧式空间构造的，例如CNN和当前非常火热的Vision Transformer模型。然而，很多科学研究领域所处理的数据都具有非欧几何机构；甚至很多待处理的下游任务也体现出很强的非欧特性。显然，将非欧的数据和任务强制在欧式空间进行求解不是一个最优的方案。直接在非欧空间设计神经网络可以更好的应用非欧空间的优势。例如，负曲率的双曲空间具有指数增长的特性，该特性能够更好的建模层级关系和树状结构的数据。但是如何将欧式空间所定义的神经操作算子泛化到非欧的双曲空间呢？这是一个非常具有挑战和价值的研究领域。该报告将介绍双曲神经网络的最新进展，探讨非欧空间神经网络的未来趋势。
报告人简介：
彭伟， 斯坦福大学博士后研究员，哈佛医学院和苏黎世联邦理工学院（ETH）访问学者，博士毕业于芬兰奥卢大学，导师是芬兰科学院院士Guoying Zhao教授，IEEE Fellow。目前已在CVPR、ICCV、AAAI、ACM MM、IEEE T-PAMI等人工智能领域顶级学术会议和期刊上发表论文20余篇。研究方向包括非欧空间神经网络设计、医学图像处理、情感计算以及Neuroscience。
邀请人： 曹晓锋副教授
报告时间：8月11日上午10:00——12:00
腾讯会议：864-320-665
