报告题目：Brain Does Not Use a Deep Cascade of Areas: The Deep Learning Architectures Are Shortsighted 

　　报告人：翁巨扬 教授， Michigan State University, USA 

　　时间：2013年12月30日(星期一) 上午9:00-10:00 

　　地点：中国科学院自动化研究所 智能化大厦三层第一会议室 

　　报告简介： 

　　到目前为止，有很多的深度学习神经网络方法，例如Cresceptron 网络 (Weng et al. 1992), Multilayer Convolution 网络(LeCun et al.1998)和 Deep Autoencoder 网络(Hinton et al. 2006)。 这些方法都是深度学习领域的独特的研究方向。在本次报告中，我将阐明大脑网络结构不是一个级联的处理网络，而是一个涉及 “浅”和“深”学习的网络，脑连接是一个由“浅”及“深”的学习过程。基于我们的提出的Developmental Network模型 ，我们认为大脑发育网络可以很好的包括人工智能领域的很多领域。同时，我也将介绍一些最近的视觉和语言学习的一些最新的研究成果。 

　　报告人简介： 

　　翁巨扬，博士，美国密歇根州立大学计算机科学与工程系教授。1982年毕业于复旦大学计算机科学与工程系。1985年5月在美国伊利诺斯大学获计算机科学硕士学位；1989年1月在美国伊利诺斯大学获计算机科学博士学位;1984年8月至1988年12月，在美国伊利诺斯大学实验室任研究助理；1989年1月至1990年9月，在加拿大蒙特利尔计算机研究所和蒙特利大学任研究员；1990年10月至1992年8月在美国伊利诺斯大学研究所做访问助理研究教授；1992年8月至1998年6月在美国密歇根州立大学计算机科学与工程系任助理教授；2000年8月至2000年12月在美国麻省理工学院媒体实验室做访问副教授；1998年7月至现在在美国密歇根州立大学计算机科学与工程系工作，2003年7月任该校教授。 

　　迄今为至，他发表论文200余篇，专著1部，同时获得2项美国专利。翁博士的研究分别得到美国NSF、DARPA、Office of Naval Research等美国政府机构以及Microsoft和Siemens等国际企业的丰厚资助。曾经是IEEE Transactions on Image Processing的副主编（1994-1997），从2000起担任IEEE Transactions Pattern Analysis and Machine Intelligence的副主编。目前还是International Journal of Humanoid Robotics的主编。他是著名国际会议International Conference on Development and Learning（ICDL ）的发起人，ICDL 2002的程序主席；另外，还担任过许多IEEE国际会议程序委员。目前他还是IEEE Fellow。 

　　链接地址： http://www.brainnetome.org/en/news/382-juyang-20131225