学院新闻

NEWS

数据科学与信息技术中心:马毅教授开讲啦 | 反思深度学习 迎接计算机视觉新挑战

July 08 2018

2018年7月3日,清华-伯克利深圳学院(以下简称TBSI)马毅教授暑期课程《压缩感知和稀疏模型》正式开课。马毅教授本次课程介绍了压缩感知,高维空间的低维模型,并以视觉为例,讨论低维模型和深度模型的关系。

马毅教授于1995年获得清华大学自动化与应用数学双学士学位,后求学于美国伯克利加州大学,并于1997年获EECS硕士学位,2000年获数学硕士学位与EECS博士学位。毕业后在美国伊利诺伊大学香槟分校任教,并成为该校电气与计算机工程系历史上最年轻的副教授。2009年任微软亚洲研究院视觉计算组高级研究员。2014年全职加入上海科技大学信息科学与技术学院。2018年加入伯克利加州大学和TBSI。


图为马毅教授给TBSI学生授课

马毅教授指出,深度学习的研究与思考应当回归其兴起的视觉领域,回归思考视觉领域“稳定性、鲁棒性与不变性”的三大挑战。随后,马毅教授以计算机视觉为出发点,强调低维模型和深度模型所共同面临的挑战:高维数据的信息提取。并从低维模型角度阐述解决该问题的本质及其方法,及其应用,得出了深度学习模型与低维模型殊途同归的结论,解释当今火热的深度学习模型的数学本质,提出对深度学习的冷静思考。

除了知识的传授,马毅教授也乐于分享自己的求学经历和科研感想,他引导学生们主动思考研究方法背后的动机和原理,希望学生们“要敢于向未知且尚未解决的领域进攻”。 听过马毅教授的课,同学们纷纷表示受益良多,在收获知识的同时,也开启了探索未知领域的大门,更开阔了思维和视野,培养了理想和情怀。


图为马毅教授给TBSI学生授课

本课程时间为7月3日到7月13日,每周二至周五。

文:孙明珊、王伟达、赵青阳、戴锡笠、李一鸣、谭清源
图:王筝