|
李松挺 |
|
報告題目： 神經(jīng)元樹突計算啟發(fā)的AI模型
個人簡介： 李松挺，上海交通大學(xué)自然科學(xué)研究院、數(shù)學(xué)科學(xué)學(xué)院教授，博士生導(dǎo)師。2010年和2014年于上海交通大學(xué)分別取得數(shù)學(xué)本科和博士學(xué)位，2015-2018年于紐約大學(xué)柯朗研究所任博士后。研究方向為應(yīng)用數(shù)學(xué)與計算神經(jīng)科學(xué)，研究成果發(fā)表在PNAS, CPAM, Cell Reports, NeurIPS等國際期刊和會議上。主持科技部國家重點研發(fā)計劃課題、臨港國家實驗室求索杰出青年課題、基金委面上項目等。入選國家重大人才工程特聘教授和青年學(xué)者、上海市揚帆計劃、上海市晨光計劃，擔(dān)任中國神經(jīng)科學(xué)學(xué)會計算神經(jīng)科學(xué)分會副主任和多個國際期刊編委，并獲得全國高校青年教師教學(xué)競賽理科組一等獎、上海市青教賽自然科學(xué)基礎(chǔ)學(xué)科組特等獎、寶鋼優(yōu)秀教師獎、上海市五一勞動獎?wù)隆⑸虾＝淮蟮谒膶檬罂萍歼M展等榮譽。
摘要： 本次報告將介紹基于數(shù)學(xué)建模、理論分析、科學(xué)計算與實驗結(jié)合等方法，研究大腦中單神經(jīng)元的樹突信號整合機制，隨后通過將樹突計算法則與機器學(xué)習(xí)相融合，提出受神經(jīng)元樹突整合機制啟發(fā)的雙線性神經(jīng)網(wǎng)絡(luò)模型，以提升人工神經(jīng)網(wǎng)絡(luò)的效率與性能。實驗表明，我們所設(shè)計的新型人工神經(jīng)網(wǎng)絡(luò)模型在多項經(jīng)典機器學(xué)習(xí)任務(wù)中的表現(xiàn)均優(yōu)于傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)。我們的工作揭示了計算神經(jīng)科學(xué)和應(yīng)用數(shù)學(xué)在人工智能系統(tǒng)設(shè)計中的重要作用，為未來開發(fā)高效學(xué)習(xí)算法提供了新思路。 |
