报告题目:信息科学的数学原理:图像分析的信息科学原理与技术
报告时间:2021年10月13日上午10:00
报告地点:新校区信息大楼5楼学术报告厅
报告简介:
人和动物都是通过观察学习的, 现在的机器学习建立基于观察的学习模型与理论。人观察学习的最基本形式就是观察图像,通过对图像的观察来建立图像分析。因此,图像分析是学习的一个基本问题,是更一般的模式分析的一种。信息科学的数学原理,包括我的两个新理论:信息处理的数学理论和信息生成的数学理论。基于这两个理论,可以建立一般的机器学习和机器智能的定义与模型。在这个报告中,我以图像分析为例来建立观察学习的模型与信息科学原理。
报告人简介:
![](/__local/9/62/E2/58D121CDF56C5EBD74C18CB9228_BD2C273B_F760.png?e=.png)
李昂生,北京航空航天大学教授,2003年国家杰出青年基金获得者,2008年入选中国科学院百人计划入选者。李昂生教授在可计算性理论方面取得了一系列成果。特别地,2008年的论文解决了加拿大著名可计算性理论学家Lachlan 1967年提出的著名难题:Major sub-degree problem。李昂生教授最近十年的研究兴趣是:网络空间的信息与计算理论,结构信息论与网络算法,取得了一系列原始创新成果。 2016年,提出结构信息的度量,创立结构信息论,创建信息处理的数学理论。成果解决了Brooks2003提出的计算机科学重大挑战性问题,并同时解决了Shannon 1953年提出的建立信息的结构理论的重大科学问题。李昂生教授目前正在从事的工作是创建信息科学的数学原理,建立信息处理的数学理论和直觉推理的数学理论,以破解当前以计算为中心的信息处理技术人工智能体系的根本障碍。相关研究在信息工程、癌细胞分类、智慧搜索、文本聚类、生物分子结构分析、图像分割与识别、自然语言处理、网络安全性理论与网络攻防、通信网络理论、机器学习和人工智能理论等方面有重要理论价值与显著应用。在IEEE Transactions on Information Theory, Nature Communications, Royal Society Proceedings A , Mathematical Structures in Computer Science, Theoretical Computer Science, Internet Mathematics, Algorithmica等国际期刊发表了一系列论文。