成电讲堂

　　7月15日，Neuromorphic LLC公司（美国神经形态有限责任公司）首席技术执行官Marwan A. Jabri博士应邀做客我校学术沙龙，以 Biologically-Inspired Unsupervised Learning of Higher Order Visual Features（《高阶视觉特征的基于生物信息学的无监督学习》）为主题与我校师生就如何基于生物信息学结构，利用无监督学习方法来处理高阶视觉信息的特征进行了深入交流。

　　一直以来，在有关视觉模式识别的机器学习中理解高阶视觉特征探测器（调节处理单元）的构建过程是一个重要的方面；而通过生物学方式探究视觉大脑皮层区域如V4、后颞下（PIT）、前颞下皮质（AIT）的机理可以给视觉模式识别带来一些启发。

　　Jabri博士首先剖析了大脑的视觉皮层架构，深入介绍了不同细胞结团的不同结构和功能特性。整个架构包含了V1（简单和复杂层），以及带有侧边兴奋和抑制性投射的V4、PIT、AIT层；其中V4层又包含两个子层：整合层（integration）、共享层（pooling）；而Hebbian学习就发生在V4的整合层以及PIT和AIT层。基于这些生物学特征和结构，Jabri博士建立了视觉高阶特性的无监督学习模型。为了检验模型的效果，Jabri博士将上述构建模型用于LFW以及proprietary数据集中进行诸如面部表情、光照、旋转面部的识别并取得了非常好的成绩，其中在LFW和proprietary数据集中正确率分别达到89%和95%。Jabri博士还介绍了如何利用无监督学习模型中的视觉特征的结果在有监督学习神经网络以及图像分类中进行进一步的加工处理。

　　沙龙结束后，计算机学院副院长肖明宇教授为Jabri博士颁发了荣誉证书。

　　本次沙龙由人力资源部教师发展中心主办，计算机科学与工程学院承办。

相关链接：

　　Jabri Marwan Anwar博士, Neuromorphic LLC公司首席技术执行官，从事领域包括Artificial Intelligence, Artificial Neural Network, Computer Communications (Networks).

　　我校学术沙龙于2014年10月启动，由人力资源部教师发展中心主办。沙龙采取自由交流的形式，以前沿科学热点问题探讨为主题，旨在为教师搭建学术交流的平台，增进相互了解，拓展研究视野，促进教师学术水平提升和跨学科的合作研究。