【學(xué)術(shù)報告】人工智能專題學(xué)術(shù)報告

報告時間：2023年9月14日（星期四）15:00-16:30

報告地點(diǎn)：N6-312

報告題目：Weak and Strong Convergence Analysis of Elman Neural Networks via Weight Decay Regularization（帶有權(quán)重衰減正則項(xiàng)的Elman神經(jīng)網(wǎng)絡(luò)的收斂性分析）

報 告 人：周莉

報告摘要：人工神經(jīng)網(wǎng)絡(luò)是以計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)模擬生物神經(jīng)網(wǎng)絡(luò)的智能計(jì)算系統(tǒng)，按其神經(jīng)元連接方式的不同，粗略分為前饋神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)。本報告主要主要介紹Elma神經(jīng)網(wǎng)絡(luò)及基于梯度學(xué)習(xí)算法的收斂性分析。Elman神經(jīng)網(wǎng)絡(luò)作為遞歸神經(jīng)經(jīng)典模型之一，既保留了全遞歸神經(jīng)網(wǎng)絡(luò)的動態(tài)特性，又因其“局部遞歸，全局向前”的特性，使其更適用于非線性系統(tǒng)實(shí)時控制，在分類、預(yù)測、函數(shù)逼近、回歸及帶有時間序列的數(shù)據(jù)處理上均有廣泛應(yīng)用。

報告人簡介：周莉，女，28歲，湖北文理學(xué)院理工學(xué)院講師。曾獲中國數(shù)學(xué)建模網(wǎng)絡(luò)挑戰(zhàn)賽全國一階段一等獎。參與多篇SCI論文寫作及發(fā)表，主要致力于Elman1神經(jīng)網(wǎng)絡(luò)的研究，在Optimization以第一作者發(fā)表Weak and Strong Convergence Analysis of Elman Neural Networks via Weight Decay Regularization.一文已成為高被引論文。是復(fù)數(shù)值神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)稀疏化學(xué)習(xí)算法研究項(xiàng)目的主要參與人之一。